可信司法类案检索研究.pdf

1、俞蔚捷可信司法类案检索研究11YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024 目录0 01 10 02 20 03 3研究展望2研究背景研究内容YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024研究场景：司法类案检索3法官待判决案例已判决案例类案匹配类案检索AI模型类案检索是统一法律适用，提升司法公信力的有力措施AI算法能有效提升司法

2、效率YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024研究场景：司法类案检索4相比于通用文档的检索，司法类案检索的研究挑战包括：可解释性合逻辑性可溯源性公平公正隐私保护YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024 目录0 01 10 02 20 03 3研究展望5研究背景研究内容YSSNLP2024YSSNLP2024YSSNLP2

3、024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024研究内容一：可解释性类案匹配n 研究动机：u可解释性对于智慧司法相关任务至关重要u提供可解释性存在一系列挑战6挑战观察和发现司法案例匹配可解释性司法案例匹配YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024研究内容一：可解释性类案匹配7n 挑战和解决方法：u案例文书是复杂的长文档，包含大量噪声 司法要件提取u最终匹配预测是权衡正反方理由的结果

4、 区分正反方要件 标签特定的解释生成u涉及领域知识，预设对齐模式难以超越浅层语义 逆向最优运输建模要件对齐u要件对齐标签通常是昂贵、稀疏的且通常是有偏的 逆向最优运输建模要件对齐IOT-Match模型研究成果发表在ACM SIGIR 2022,Explainable Legal Case Matching via Inverse Optimal Transport-based Rationale Extraction.YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP202

5、4研究内容二：基于法条推理的类案检索n 研究动机：u法条内在的要件存在逻辑关系u细粒度的逻辑推理提升检索准确性可信性8任务描述观察和发现司法案例检索基于法条推理的类案检索刑法第三百八十五条国家工作人员利用职务上的便利，索取他人财物的，或者非法收受他人财物，为他人谋取利益的，是受贿罪。国家工作人员在经济往来中，违反国家规定，收受各种名义的回扣、手续费，归个人所有的，以受贿论处。（适用条件行为模式）结果规范要件之间“或”“与”共同指向结果YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024YSSNLP2024Y

6、SSNLP2024研究内容二：基于法条推理的类案检索9Neural Retrieval ModuleLaw-LevelModuleCase-LevelModulesymbolicRanking ScoreInputLaw-LevelRules InductionQueryCandidate CaseLaw-LevelRules Extraction Law-LevelRules EvaluationCase-LevelRules InductionQueryCandidate CaseKey Information Detection and AlignmentQueryCandidate C