基于选择性推断从法律判决中发现显著主题

我们提出并评估了一种自动化流程，用于从法律判决文本中发现显著主题。该流程将通过主题模型合成的特征输入惩罚回归和后选择显著性检验。该方法能够识别与结果显著相关的案件主题、可人工解读以获取显著主题洞察的主题 - 词分布，以及可用于识别每个主题代表性案件的案件 - 主题权重。我们在一个新的域名争议数据集和一个经典的欧洲人权法院违规案件数据集上展示了该方法。我们评估了基于潜在语义分析的主题模型以及语言模型嵌入。结果表明，通过该流程导出的主题与这两个领域的法律原则一致，并可适用于其他相关的法律分析任务。