Войти
аналитика - 법률 정보 검색
법률 선례 검색을 위한 대규모 데이터셋 LePaRD
법률 실무에서 중요한 선례 검색을 지원하기 위해 대규모 데이터셋 LePaRD를 구축하였다.
법적 문서 검색과 판결 예측의 명시적 통합: 법률 기반 생성 접근법
법적 문서 검색과 판결 예측을 명시적으로 통합하여 법률 지식을 활용하고 일관성 있는 결과를 제공하는 접근법
법률 판결문에서 쿼리 기반 관련 단락 추출
법률 전문가들이 법률 판결문을 탐색하여 쿼리와 직접 관련된 정보를 찾는 것은 어려운 과제이다. 이 연구는 법률 판결문에서 쿼리와 관련된 단락을 효율적으로 추출하는 방법을 제안한다.
법률 조항 검색을 위한 교과과정 기반 구조 유도 부정적 샘플링 (CuSINeS)
CuSINeS는 법률 조항 검색(SAR) 성능을 향상시키기 위한 모델 독립적인 부정적 샘플링 방법입니다. 이는 법률 구조에서 파생된 계층적, 순차적 정보를 활용하여 부정적 샘플의 난이도를 평가하고, 학습 중인 모델 자체를 사용하여 동적으로 의미적 난이도를 평가합니다. 또한 교과과정 기반 스케줄링을 통해 모델이 점진적으로 더 어려운 부정적 샘플을 학습할 수 있도록 합니다.
소규모 데이터에서의 높은 재현율: 실제 법률 검색 시스템에서의 내부 평가의 과제
법률 정보 검색 시스템에서는 일반적인 순위 평가 방법을 적용하기 어려운 특성이 있다. 이는 높은 재현율 요구, 전문가 피드백 수집의 어려움, 소규모 사용자 데이터 등의 이유로 인한 것이다.
대규모 언어 모델을 활용한 법률 문서 검색 성능 향상을 위한 다단계 접근법
대규모 언어 모델의 프롬프팅 기술을 활용하여 법률 문서 검색 시스템의 정확도를 크게 향상시킬 수 있다.
법적 사례 검색을 위한 귀납적 그래프 학습
법적 사례 검색에서 사례 간 참조 관계를 효과적으로 활용하기 위해 귀납적 그래프 학습 기반의 CaseLink 모델을 제안한다.
법적 사례 검색을 위한 논리 규칙 설명
법적 사례 검색을 위한 논리 규칙 설명의 중요성과 효과적인 모델 NS-LCR 소개
Продукты | Ресурсы
© 2024 by Linnk AI