裁判文书中法律论点的挖掘
计算与语言
2023-06-27 v2
摘要
自论证挖掘领域诞生以来,识别、分类与分析法律话语中的论点一直是突出研究方向。然而,NLP研究者对裁判文书中论点的建模与标注方式,同法律专家对法律论证的理解与分析方式之间存在重大分歧。计算方法是通常将论点简化为通用的前提与主张,而法学研究中的论点通常呈现丰富的类型学,这对深入洞察具体案件及法律的一般适用至关重要。我们针对该问题作出若干实质性贡献以推动领域发展。首先,我们设计了一种根植于法律论证研究理论与实践、适用于欧洲人权法院(ECHR)审理程序的法律论点标注体系。其次,我们编译并标注了一个包含373份裁判文书的大型语料库(230万词符、1.5万标注论点片段)。最后,我们训练了一个论证挖掘模型,其性能超越法律NLP领域最先进(state-of-the-art)模型,并提供了详尽的专家评估。所有数据集与源代码均基于开放许可发布于 https://github.com/trusthlt/mining-legal-arguments。
引用
@article{arxiv.2208.06178,
title = {Mining Legal Arguments in Court Decisions},
author = {Ivan Habernal and Daniel Faber and Nicola Recchia and Sebastian Bretthauer and Iryna Gurevych and Indra Spiecker genannt Döhmann and Christoph Burchard},
journal= {arXiv preprint arXiv:2208.06178},
year = {2023}
}
备注
to appear in Artificial Intelligence and Law