arXiv · cs.AI · Tom\'a\v{s} Knap, Ivana Kvapil\'ikov\'a, Jan \v{C}ern\'y, Kl\'ara Bendov\'a, Jarom\'ir \v{S}avelka, Vojt\v{e}ch Pour, Jakub Dr\'apal · 9 小时前模型评分38
基于大语言模型的刑事判决信息抽取流程，在 DUI 与 DDB 两类交通犯罪上验证
Unlocking Criminal Court Decisions: Flexible Information Extraction for Empirical Legal Research
导读
研究者提出一套基于大语言模型（LLM，Large Language Model）的流程，通过属性探索、文本片段抽取和取值归一化构建结构化数据集，并由法律专家修订标注指令。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：ai-tooling，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：法律与合规
事件类型：研究发布
证据摘录
- “We present an LLM-based pipeline that builds a structured dataset through attribute exploration, text span extraction, and value normalization, guided by annotation instructions that legal experts can refine.”
来源：arXiv · cs.AI · arxiv.org