[论文解读] State of the Art in Artificial Intelligence applied to the Legal Domain

João Dias, Pedro A. Santos+5 more|arXiv (Cornell University)|Mar 10, 2022

Artificial Intelligence in Law被引用 5

一句话总结

本文综述了将人工智能——特别是深度学习和语义角色标注——应用于法律文本分析的最新进展，重点在于克服法律信息检索中的“自然语言障碍”。通过采用先进的自然语言处理技术，从非结构化文本中提取结构化法律规范，系统在义务规范上达到76.33的F1得分，在权力规范上达到85.15，从而为非专业人士提供更直观、更准确的法律检索体验。

ABSTRACT

While Artificial Intelligence applied to the legal domain is a topic with origins in the last century, recent advances in Artificial Intelligence are posed to revolutionize it. This work presents an overview and contextualizes the main advances on the field of Natural Language Processing and how these advances have been used to further the state of the art in legal text analysis.

研究动机与目标

• 分析自然语言处理与人工智能在提升法律文本可访问性方面的最新进展。
• 解决阻碍非专业人士理解与检索法律规范的“自然语言障碍”。
• 评估语义角色标注与规范提取技术在真实立法文本上的有效性。
• 识别利用弱监督技术实现可扩展、低成本的法律自然语言处理系统训练方法。
• 提出一种主动式法律信息检索系统，以提升法律结果的相关性与时效性。

提出的方法

• 采用语义角色标注（SRL）识别法律文本中的谓词、论元及条件。
• 结合基于逻辑的形式化方法与以数据为中心的自然语言处理技术，实现规范表示。
• 应用弱监督学习生成问答对，用于训练法律信息检索模型。
• 基于Eunomos与Legal-URN Hohfeldian模型的预定义模板提取法律规范。
• 将立法中的自然语言表达映射到结构化规范类型：许可、义务、权力等。
• 在真实立法语料库（包括未见过的立法机构）上验证系统，以评估其泛化能力。

实验结果

研究问题

• RQ1 如何利用近期自然语言处理进展提升非专业用户对法律信息检索的体验？
• RQ2 语义角色标注在从非结构化法律文本中准确提取法律规范组件方面的程度如何？
• RQ3 规范提取系统在未见过的立法文本上的表现如何，特别是针对被动角色与复杂条件？
• RQ4 弱监督技术是否能在保持高准确率的同时降低标注成本？
• RQ5 语义表示与基于逻辑的推理相结合，在法律文本理解中的有效性如何？

主要发现

• 在法律文本测试集上，系统在检测义务型规范时F1得分为76.33，在检测权力型规范时为85.15。
• 尽管78.5%的法律定义实现了SRL论元的完全正确，但仅有52%的规范示例达到论元完全正确。
• 系统在提取规范类型与主动角色方面表现良好，但在被动角色与条件从句方面表现较弱。
• 语义信息抽取实现了超越关键词匹配的深层理解，提升了法律文本检索的相关性。
• 弱监督技术在降低标注成本并扩展至大规模法律语料方面展现出潜力。
• 深度学习与语义表示模型的结合，为构建主动式、用户友好的法律信息系统提供了可行路径。