面向普通法系的低资源法院判决摘要

普通法系法院需要参考类似先例的判决以指导当前裁决。生成高质量的法院判决文书摘要有助于法律从业者高效地审阅既往案例，并协助公众了解法院的运作方式及法律的适用情况。以往的法院判决摘要研究主要集中于大陆法系或特定司法管辖区的判决。然而，法官可以参考所有普通法系司法管辖区的判决。现有的摘要数据集不足以满足跨多个司法管辖区进行先例摘要的需求，尤其是在许多司法管辖区标注数据稀缺的情况下。为解决数据集的缺乏问题，我们提出了 CLSum，这是首个用于对多司法管辖区普通法系法院判决文书进行摘要的数据集。此外，这是首个在数据增强、摘要生成和评估中采用大语言模型（LLMs）的法院判决摘要工作。具体而言，我们设计了一种结合法律知识的基于 LLM 的数据增强方法。我们还提出了一种基于 LLM 的法律知识增强评估指标，以评估生成判决摘要的质量。我们的实验结果验证了基于 LLM 的摘要方法在少样本和零样本设置下均能表现良好。我们基于 LLM 的数据增强方法能够缓解低数据资源带来的影响。此外，我们开展了全面的对比实验，以找出能够增强摘要性能的关键模型组件和设置。