THUIR@COLIEE 2023: More Parameters and Legal Knowledge for Legal Case Entailment

要約

本論文では、COLIEE 2023 Legal Case EntailmentタスクにおけるTHUIRチームのアプローチについて説明する。このタスクは、参加者が与えられたサポートケースから、クエリケースの決定を伴う特定のパラグラフを特定することを要求する。私たちは、伝統的な語彙マッチング手法と、異なるサイズの事前学習済み言語モデルを試しました。さらに、性能をさらに向上させるために、ランク付け学習法を採用した。しかし、このタスクでは学習順位法はあまり頑健ではない。これは、回答文が情報検索技術で単純に決定できないことを示唆している。実験結果は、より多くのパラメータと法的知識が、法的事例内包タスクに貢献することを示している。最後に、COLIEE 2023で3位を獲得しました。本手法の実装は https://github.com/CSHaitao/THUIR-COLIEE2023 で見ることができます。

要約(オリジナル)

This paper describes the approach of the THUIR team at the COLIEE 2023 Legal Case Entailment task. This task requires the participant to identify a specific paragraph from a given supporting case that entails the decision for the query case. We try traditional lexical matching methods and pre-trained language models with different sizes. Furthermore, learning-to-rank methods are employed to further improve performance. However, learning-to-rank is not very robust on this task. which suggests that answer passages cannot simply be determined with information retrieval techniques. Experimental results show that more parameters and legal knowledge contribute to the legal case entailment task. Finally, we get the third place in COLIEE 2023. The implementation of our method can be found at https://github.com/CSHaitao/THUIR-COLIEE2023.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL