从法律裁决中发现重要话题和选择性推论
原文中文，约300字，阅读约需1分钟。发表于：。通过自动化流程从法律决策文本中发现相关主题，方法包括使用主题模型生成特征，并通过惩罚回归和后选择显著性检验进行评估；实验证明该方法在域名争议和欧洲人权法院侵权案例数据集上识别出与结果显著相关的案例主题、可以手动解释的主题 - 词分布以及可以用于找出每个主题的代表性案例的案例 - 主题权重；该方法产生的主题与两个领域的法律原则一致，可在其他相关法律分析任务中发挥作用。
本研究提出了一种在低资源环境下提取法律决策摘要的技术，通过顺序模型定位相关内容并处理冗余，生成组合摘要。隐式方法帮助培训建议模型生成更多有信息量的摘要，多任务学习模型提高摘要器性能。实验结果表明，该方法能够实现与专业提取的摘要相匹配的得分。
