探索法律问答系统的研究前沿
计算与语言
2023-09-18 v3
摘要
回答与法律领域相关的问题是一项复杂任务，主要源于法律文档体系错综复杂且类型多样。为法律查询提供准确答案通常需要相关领域的专业知识，这使得即便对人类专家而言该任务也更具挑战。问答（QA）系统旨在生成对人类语言所提问题的回答。QA 利用自然语言处理来理解问题并检索信息以找到相关答案。QA 具有多种实际应用，包括客户服务、教育、研究与跨语言交流。然而，QA 面临诸如改进自然语言理解以及处理复杂模糊问题的挑战。回答与法律领域相关的问题是一项复杂任务，主要源于法律文档体系错综复杂且类型多样。为法律查询提供准确答案通常需要相关领域的专业知识，这使得即便对人类专家而言该任务也更具挑战。目前缺乏讨论法律问答的综述。为解决这个问题，我们提供了一份全面综述，回顾了法律领域问答的 14 个基准数据集，并全面评述了最先进的法律问答深度学习模型。我们涵盖了这些研究中使用的不同架构与技术，以及这些模型的性能与局限。此外，我们建立了一个公共 GitHub 仓库，定期上传最新文章、开放数据与源代码。该仓库地址为：\url{https://github.com/abdoelsayed2016/Legal-Question-Answering-Review}。
引用
@article{arxiv.2304.06623,
title = {Exploring the State of the Art in Legal QA Systems},
author = {Abdelrahman Abdallah and Bhawna Piryani and Adam Jatowt},
journal= {arXiv preprint arXiv:2304.06623},
year = {2023}
}