PulseAugur
中
实时 08:52:57
English(EN) PRecG: Legal Precedent Retrieval with Graph Neural Networks and Rhetorical Role Segmentation

PRecG 管道使用图神经网络增强法律先例检索

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了 PRecG，这是一种利用图神经网络和修辞角色分割进行法律先例检索的新型管道。与将法律文件视为整体文本的现有方法不同，PRecG 根据修辞角色将文件分解为多个片段。然后，它为每个片段构建知识图谱以捕获实体关系，学习上下文表示，并将它们聚合为文档级嵌入以进行相似性计算。在印度法律数据集上进行的实验表明，PRecG 与最先进的基线相比具有有效性。 AI

影响 这项研究通过利用先进的人工智能技术进行文档分析和相似性匹配，有可能提高法律研究的效率和准确性。

排序理由 该集群描述了一篇详细介绍新的法律先例检索方法的论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

PRecG 管道使用图神经网络增强法律先例检索

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Devanshu Verma, Vasudha Bhatnagar, Vikas Kumar, Balaji Ganesan ·

    PRecG：基于图神经网络和修辞角色分割的法律先例检索

    arXiv:2607.09094v1 Announce Type: cross Abstract: Legal precedent retrieval is a fundamental task in legal case preparation, planning, litigation strategy, and legal research. Current approaches for automatic precedent retrieval map legal documents to a low-dimensional semantic s…

  2. arXiv cs.AI TIER_1 English(EN) · Balaji Ganesan ·

    PRecG：基于图神经网络和修辞角色分割的法律先例检索

    Legal precedent retrieval is a fundamental task in legal case preparation, planning, litigation strategy, and legal research. Current approaches for automatic precedent retrieval map legal documents to a low-dimensional semantic space and compute similarity based on the proximity…

相关实体

相关话题