基于事件并协同（大型）语言模型的刑事裁判文书生成
计算与语言
2024-04-17 v3 人工智能
摘要
随着法律智能化的发展，刑事裁判文书生成作为法律智能的一项关键任务备受关注，旨在生成简明连贯的文本以总结案件事实并为判决提供解释。现有研究通过探索案件事实中的关键信息来生成裁判文书。其中大多数采用粗粒度方法，将事实划分为宽泛的片段（例如与判决相关的句子）以进行预测。然而，这种方法未能捕捉案件事实中存在的复杂细节，例如各种犯罪要素和法律事件。为此，本文提出了一种基于事件并协同（大型）语言模型的刑事裁判文书生成方法，将细粒度事件信息引入生成过程。具体而言，我们首先设计了一种基于 LLMs 的抽取方法，能够在无需大量标注事件的情况下抽取案件事实中的事件。然后，我们通过合并案件事实与事件，将抽取的事件融入裁判文书的生成中。此外，考虑到在 EGG 的抽取阶段使用 LLMs 带来的计算负担，我们提出了一种无需 LLMs 的 EGG 方法，可在推理阶段消除使用 LLMs 进行事件抽取的需求。在真实数据集上的大量实验结果清楚地验证了我们所提方法的有效性。
引用
@article{arxiv.2404.07001,
title = {Event Grounded Criminal Court View Generation with Cooperative (Large) Language Models},
author = {Linan Yue and Qi Liu and Lili Zhao and Li Wang and Weibo Gao and Yanqing An},
journal= {arXiv preprint arXiv:2404.07001},
year = {2024}
}
备注
Accepted to SIGIR2024