面向判决预测与解释的印度法律文档语料库 ILDC

能够辅助法官预测案件结果的自动化系统有助于加快司法进程。为使此类系统具备实际效用，其预测结果应具备可解释性。为推进该系统的研发，我们引入 ILDC（印度法律文档语料库，Indian Legal Documents Corpus）。ILDC 是一个包含 35k 份印度最高法院案件的大型语料库，标注有原始法院判决。其中一部分语料（独立测试集）由法律专家标注了金标准解释。基于 ILDC，我们提出判决预测与解释（CJPE，Court Judgment Prediction and Explanation）任务，要求自动化系统预测案件的可解释结果。我们试验了一系列基线模型进行案件预测，并提出了一种基于分层遮挡的可解释性模型。最佳预测模型的准确率为 78%，而人类法律专家为 94%，表明该预测任务具有较高复杂度。对所提算法解释的分析揭示了算法与法律专家在判决解释视角上的显著差异，指明了未来研究空间。