利用LLM推理能力推断法律信息检索中的隐含概念

法律条文检索是法律语言处理中的典型问题，具有多种实际应用场景。在法工程领域，现代基于深度学习的检索方法已取得显著成果。然而，依赖语义和词汇关联的检索系统在处理涉及真实情境的查询或使用非法律领域特定词汇的查询时常常受限。本文通过利用大语言模型（LLM）的逻辑推理能力，识别与查询中提及情境相关的法律术语和事实，从而克服上述局限性。所提出的检索系统集成了基于术语的扩展和查询改写的额外信息，以提高检索准确性。在COLIEE 2022和COLIEE 2023数据集上的实验表明，来自LLM的额外知识有助于提高基于词汇和语义排序模型的检索效果。最终的集成检索系统在COLIEE 2022和2023比赛中超越了所有参赛团队的最高结果。