NOWJ@COLIEE 2025：一种融合嵌入模型与大语言模型的多阶段框架，用于法律检索与推理
计算与语言
2025-09-11 v1 人工智能
摘要
本文展示了NOWJ团队在COLIEE 2025竞赛中全部五项任务中的方法与结果，重点介绍了法律案例推理任务（任务2）的进展。我们的综合方法系统地整合了预排序模型（BM25、BERT、monoT5）、基于嵌入的语义表示（BGE-m3、LLM2Vec）以及先进的大语言模型（Qwen-2、QwQ-32B、DeepSeek-V3），用于摘要生成、相关性评分和上下文重排序。具体而言，在任务2中，我们的两阶段检索系统结合了词汇-语义过滤与上下文化的大语言模型分析，以F1分数0.3195取得了第一名。此外，在其他任务——包括法律案例检索、法规检索、法律文本推理和法律判决预测——中，我们通过精心设计的集成和有效的基于提示的推理策略展示了稳健的性能。我们的发现凸显了将传统信息检索技术与当代生成模型相结合的混合模型的潜力，为法律信息处理领域的未来进展提供了有价值的参考。
引用
@article{arxiv.2509.08025,
title = {NOWJ@COLIEE 2025: A Multi-stage Framework Integrating Embedding Models and Large Language Models for Legal Retrieval and Entailment},
author = {Hoang-Trung Nguyen and Tan-Minh Nguyen and Xuan-Bach Le and Tuan-Kiet Le and Khanh-Huyen Nguyen and Ha-Thanh Nguyen and Thi-Hai-Yen Vuong and Le-Minh Nguyen},
journal= {arXiv preprint arXiv:2509.08025},
year = {2025}
}