LegalCore：面向法律文档的事件指代解析数据集
计算与语言
2025-03-21 v4 人工智能
摘要
识别事件及其在文档中指代mention是理解文本语义意义的关键任务。现有事件指代解析研究大多局限于新闻文章。本文提出首个法律领域数据集 LegalCore，包含全面的事件及事件指代信息。本数据集中的法律合同文档长度是新闻文章的几倍，平均约为 2.5 万个 token。注释显示，法律文档包含密集的事件mention，并具有短程和超长程的事件指代链接。我们进一步对主流大型语言模型（Large Language Model, LLM）在本数据集上的事件检测和事件指代解析任务进行基准测试，发现该数据集对最新开源和专有 LLM 构成重大挑战，其性能显著低于监督基线。我们将公开发布该数据集及代码。
引用
@article{arxiv.2502.12509,
title = {LegalCore: A Dataset for Event Coreference Resolution in Legal Documents},
author = {Kangda Wei and Xi Shi and Jonathan Tong and Sai Ramana Reddy and Anandhavelu Natarajan and Rajiv Jain and Aparna Garimella and Ruihong Huang},
journal= {arXiv preprint arXiv:2502.12509},
year = {2025}
}
备注
Need company internal approval before public release