从法律判决中基于查询的相关段落抽取

法律专业人士经常需要在冗长的法律判决中查阅以定位直接解答其查询的信息。本文专注于基于查询从法律判决中抽取相关段落的任务。我们利用判例法指南从欧洲人权法院 (ECtHR) 构建了针对该任务的专用数据集。我们以零样本方式评估了当前检索模型的性能，并使用各种模型建立了微调基准。结果突出了微调与零样本性能之间的显著差距，强调了在法律领域处理分布偏移的挑战。我们注意到，法律预训练在语料库侧能够处理分布偏移，但在查询侧的分布偏移上仍然存在困难，尤其是对于未见过的法律查询。我们还探索了各种参数高效微调 (PEFT) 方法以评估其在信息检索语境下的实用性，揭示了不同 PEFT 方法在多种配置下的有效性，其中预训练和模型架构会影响 PEFT 方法的选择。