法律事实预测：法律判决预测的缺失环节

法律判决预测（LJP）使诉讼者及其律师能够预测判决结果并细化诉讼策略，已成为关键的法律NLP任务。现有研究通常利用法律事实（即由证据建立且由法官确定的事实）进行判决预测。然而，法律事实在诉讼早期往往难以获得，显著限制了基于事实的LJP的实际应用。为解决这一限制，本文提出一种新型法律NLP任务：法律事实预测（LFP），该任务以诉讼者提交的证据作为输入，以预测法律事实，从而使基于事实的LJP技术能够在缺乏真实法律事实的情况下进行预测。我们还提出了第一个用于评估LFP任务的基准数据集LFPBench。我们在LFPBench上的广泛实验表明LFP赋能的LJP效果良好，并为LFP的前景研究方向指明了方向。