法律领域的长文本长形式问答

法律文档具有复杂的文档布局，包括多个嵌套章节、冗长的脚注以及使用精细语法和领域特定词汇的特殊语言工具，以确保准确性和权威性。这些法律文档的固有特征使得问答变得具有挑战性，尤其是当答案跨越数页（即需要长上下文）且需要全面呈现（即需要长形式答案）时。本文针对法律文档中长上下文问答与长形式答案的挑战，提出了一种问答系统，能够（a）解构领域特定词汇以实现对源文档的更好检索，（b）解析复杂的文档布局，同时隔离章节和脚注并进行恰当链接，（c）使用精确的领域特定词汇生成全面答案。我们还引入一种覆盖度指标，将性能分类为召回率基准的覆盖类别，以便人类用户轻松评估召回率。我们通过利用来自法律和公司税务等专业领域专家的专业知识来构建 QA 数据集。通过全面的实验和消融研究，我们展示了所提系统的可用性与价值。