DoSSIER@COLIEE 2021：利用稠密检索与基于摘要的重排序进行判例检索
信息检索
2021-08-10 v1
摘要
在本文中，我们介绍了在2021年法律信息抽取/蕴含竞赛（COLIEE）中针对判例检索和法律案件蕴含任务的方法。由于结合使用BERT等上下文语言模型的神经重排序方法作为第一阶段检索方法在网页和新闻领域的信息检索中取得了巨大性能提升，我们评估了这些方法在法律领域的表现。法律案件检索的一个显著特征是查询案件和语料库中的案件描述往往是长文档，因此超出BERT的输入长度。我们通过在第一阶段检索中结合基于案件段落级的词法检索和稠密检索方法来应对这一挑战。此处我们证明段落级检索优于文档级检索。此外实验表明稠密检索方法优于词法检索。对于重排序，我们通过摘要案件并基于摘要微调BERT重排序器来解决长文档问题。总体而言，我们的最佳结果是通过结合BM25和使用领域特定嵌入的稠密段落检索获得的。
引用
@article{arxiv.2108.03937,
title = {DoSSIER@COLIEE 2021: Leveraging dense retrieval and summarization-based re-ranking for case law retrieval},
author = {Sophia Althammer and Arian Askari and Suzan Verberne and Allan Hanbury},
journal= {arXiv preprint arXiv:2108.03937},
year = {2021}
}
备注
Published in COLIEE 2021