研究人员开发了一个自动化流程，将意大利税务法院的判决分解为单独的法律争议点。该系统使用 DeepSeek V3 模型提取基于 IRAC 框架的结构化 XML 表示，旨在以成本效益处理大量判决。一个关键功能是幻觉检测过滤器，它使用 Lincoln 等工具进行解析，并使用 URN-NIR 进行标准化，将模型生成的法律引文与判决文本中的引文进行交叉引用。该流程在由法律专家注释的 50 份判决上进行了验证，展示了其在争议点检索和数据集构建等应用中的潜力。 AI
影响 这项研究可以提高法律文件分析的效率和准确性，以及为人工智能系统创建数据集。
排序理由 该集群包含一篇学术论文，详细介绍了一种新的法律文本分析方法。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.03325v1 Announce Type: cross Abstract: We present an automated pipeline that decomposes Italian tax-court judgments into individual legal issues and extracts, for each issue, a structured XML representation grounded in the IRAC framework and the legal syllogism. The pi…
We present an automated pipeline that decomposes Italian tax-court judgments into individual legal issues and extracts, for each issue, a structured XML representation grounded in the IRAC framework and the legal syllogism. The pipeline targets a corpus of approximately $330{,}00…