LexTime：法律事件时间排序的基准测试
计算与语言
2025-11-06 v2
摘要
理解时间关系并准确重建事件时间线对于案例法分析、合规监测和法律摘要至关重要。然而，现有的基准测试缺乏专门的语言评估，在理解大语言模型(LLMs)如何处理法律语境中的事件排序方面存在空白。我们引入了LexTime，一个用于评估LLMs在法律语言中事件排序能力的数据集，包含来自美国联邦投诉的512个实例，以及标注的事件对及其时间关系。我们的发现表明：(1) LLMs在法律事件排序上比在叙事文本上更准确(最高+10.5%)；(2)更长的输入上下文和隐式事件提升了准确率，隐式-显式事件对达到80.8%；(3)法律语言复杂性和嵌套从句仍然是一个挑战。尽管性能令人鼓舞，但法律文本的特定特征仍然是法律时间事件推理的瓶颈，我们提出了具体的建模方向以更好地解决这些问题。
引用
@article{arxiv.2506.04041,
title = {LexTime: A Benchmark for Temporal Ordering of Legal Events},
author = {Claire Barale and Leslie Barrett and Vikram Sunil Bajaj and Michael Rovatsos},
journal= {arXiv preprint arXiv:2506.04041},
year = {2025}
}
备注
EMNLP 2025 (Findings) long paper