论文页面 - LegalPincite：多层级法律信息检索数据集

来源：https://huggingface.co/papers/2608.03756

发布于 8 月 4 日

· 提交者 https://huggingface.co/theresiavr

TVR (https://huggingface.co/theresiavr) 于 8 月 5 日

摘要

法律信息检索（IR）中的一项常见任务是从判例法集合中查找相关法律来源。虽然法律实践通常需要对特定案件段落进行精确定位引用（pincites），但大多数现有的公开法律 IR 数据集缺乏段落级引用标注。然而，具有此类信息的公开数据集在查询文本中存在数据泄漏，并且从语料库中排除了既不引用其他段落也不被其他段落引用的段落，从而造成不真实且过度简化的检索环境，可能导致性能虚高。为解决这些局限性，我们构建了一个大规模法律 IR 数据集，该数据集基于欧洲联盟法院（CJEU）判决。该数据集包含：（i）掩码后的案例/段落查询，并移除了引用信息；（ii）包含所有段落的语料库；（iii）案例级和段落级真值引用，并经过部分人类专家验证。我们的数据集支持在多个查询-文档层级（案例到案例、段落到案例和段落到段落检索）上对法律 IR 方法进行开发和严格评估。数据集链接：https://huggingface.co/datasets/theresiavr/legalpincite

查看 arXiv 页面 查看 PDF 项目页面 GitHub 添加到收藏

引用本文的模型 0

没有模型关联本文

要在模型 README.md 中引用 arxiv.org/abs/2608.03756，即可从本页面链接到该模型。

引用本文的数据集 1

theresiavr/legalpincite 查看器• 更新于 35 分钟前 • 1.47M • 320 • 1 (https://huggingface.co/datasets/theresiavr/legalpincite)

引用本文的 Spaces 0

没有 Space 关联本文

要在 Space README.md 中引用 arxiv.org/abs/2608.03756，即可从本页面链接到该 Space。

收录本文的合集 1