在法律科技（LegalTech）领域，法律判例检索（Legal Case Retrieval, LCR）一直是至关重要的环节，它直接关系到法律专家的工作效率和司法公正的维护。然而，传统判例检索方法在面对海量数据和复杂法律关系时，往往显得力不从心。近期，一项名为 LegalSearchLM 的创新研究，尝试以生成式检索的视角，将判例检索转化为法律要素生成问题，并构建了大规模的LEGAR BENCH基准测试集，为法律AI领域带来了新的突破。

传统判例检索的困境：数据规模与语义鸿沟

传统的法律判例检索方法主要依赖于关键词匹配和向量相似度计算。关键词匹配方法，如BM25，虽然简单高效，但无法理解法律文本的深层语义，容易遗漏包含同义词或相关概念的判例。而向量相似度计算方法，如基于Transformer的嵌入模型，虽然能捕捉一定的语义信息，但难以处理法律文本的复杂结构和专业术语，且在面对大规模判例库时，检索效率会显著下降。

更重要的是，现有的判例检索评估往往是在小规模数据集上进行的，无法真实反映实际法律检索场景的复杂性。例如，早期研究可能只关注特定类型的犯罪，例如盗窃或诈骗，而忽略了涉及复杂的法律适用和多重犯罪指控的案件。这些局限性使得现有方法在实际应用中效果不佳，难以满足法律专业人士的需求。

LegalSearchLM：以法律要素生成为核心的检索范式

LegalSearchLM 的核心创新在于将法律判例检索问题转化为法律要素生成问题。具体而言，给定一个查询判例，LegalSearchLM不再直接搜索相似的判例，而是尝试生成该查询判例所涉及的关键法律要素。这些法律要素可以理解为对判例的关键事实、法律适用和推理过程的精炼概括。

例如，在一个故意伤害案件中，法律要素可能包括“被告人是否具有伤害意图”、“被害人是否受到实质性伤害”、“被告人的行为是否属于防卫过当”等。 LegalSearchLM通过生成这些法律要素，并将其与判例库中的判例进行匹配，从而实现更准确的判例检索。

这种方法的优势在于：

• 克服语义鸿沟：相比于直接比较文本相似度，法律要素生成能够更好地理解法律文本的深层含义，捕捉判例之间的实质性关联。
• 提高检索效率：通过预先提取判例库中的法律要素，并构建索引，可以显著提高检索效率，尤其是在大规模判例库中。
• 增强可解释性：生成的法律要素能够为检索结果提供更清晰的解释，帮助法律专业人士理解判例之间的关联。

LegalSearchLM采用了多种技术手段来实现上述目标，包括：

• 约束解码：使用FM索引约束生成过程，确保生成的法律要素序列与判例库中已存在的文本片段完全匹配，减少生成模型可能出现的“幻觉”问题。
• 首词感知生成：通过少量样本学习，引导生成模型从具有法律意义的词语开始生成法律要素，避免生成无关信息。
• 自监督微调：利用判例本身提取法律要素，构建自监督学习数据，降低标注成本，并能更好地适应罕见犯罪类型。

LEGAR BENCH：大规模高质量的法律检索基准

为了验证LegalSearchLM的有效性，研究团队构建了大规模的LEGAR BENCH基准测试集。LEGAR BENCH包含了超过120万个韩国法律判例，涵盖411种不同的犯罪类型。LEGAR BENCH分为两个版本：

• LEGAR BENCH_Standard：侧重于对各种犯罪类型的全面评估。
• LEGAR BENCH_Stricter：侧重于更精细的事实关系和法律问题，采用更严格的相关性标准，更贴近实际法律实践。

LEGAR BENCH 的构建过程非常严谨，包括：

1. 犯罪类型化：基于韩国刑法，定义了33个主要犯罪类别。
2. 罪名分配：根据法院文档中使用的官方罪名，进一步细分每个犯罪类别。
3. 法规条款细分：根据适用法律条款的细微差别，进一步细分罪名。
4. 判例映射：将约120万个刑事判例自动映射到上述定义的组（基于罪名和法律条款）。

LEGAR BENCH_Stricter 版本更进一步，由5名韩国律师定义了影响判决或量刑的关键事实要素和选项，并使用GPT-4o对判例进行标注，从而实现了更细粒度的相关性评估。

与现有的法律检索基准（如COLIEE2024和LeCaRD）相比，LEGAR BENCH在规模和多样性方面都具有显著优势，能够更真实地反映实际法律检索场景的复杂性。

实验结果与分析：LegalSearchLM的卓越性能

在LEGAR BENCH上的实验结果表明，LegalSearchLM显著优于传统的判例检索方法。在LEGAR BENCH_Standard上，LegalSearchLM的P@5（Precision at 5）指标达到了0.68，比BM25高17%，比Contriever高20%，比SAILER高6%。在更严格的LEGAR BENCH_Stricter上，LegalSearchLM的P@5指标也达到了0.35，同样优于其他方法。

更重要的是，LegalSearchLM在不同难度的检索场景下都表现出了强大的鲁棒性。在LEGAR BENCH_Stricter上，随着需要匹配的法律要素数量的增加，基于嵌入的检索方法（如SAILER）的性能显著下降，而LegalSearchLM和BM25则保持了相对稳定的性能。这表明LegalSearchLM能够更好地理解法律文本的深层含义，捕捉判例之间的实质性关联。

此外，LegalSearchLM还展现出了强大的领域外泛化能力。即使只在性犯罪数据上进行训练，LegalSearchLM在处理其他类型的犯罪（如贪污、交通事故和劳动纠纷）时，仍然优于在所有犯罪类型数据上训练的基线模型。这表明LegalSearchLM学习到的法律要素具有一定的通用性，可以应用于不同的法律领域。

法律AI的未来：生成式检索的无限可能

LegalSearchLM的成功表明，生成式检索是一种极具潜力的法律判例检索方法。通过将判例检索转化为法律要素生成问题，LegalSearchLM能够更好地理解法律文本的深层含义，捕捉判例之间的实质性关联，并提供更清晰的检索结果解释。

LegalSearchLM的研究也为法律AI的未来发展提供了重要的启示：

• 法律领域知识的重要性：LegalSearchLM的成功离不开对法律要素的深入理解和精确建模。这表明，在开发法律AI系统时，必须充分考虑法律领域的特殊性，并与法律专家进行紧密合作。
• 数据驱动与知识驱动的结合：LegalSearchLM既利用了大规模的判例数据进行训练，又融入了法律领域的知识，实现了数据驱动与知识驱动的有机结合。这种方法有望在法律AI领域取得更大的突破。
• 可解释性的重要性：LegalSearchLM生成的法律要素能够为检索结果提供更清晰的解释，这有助于提高法律专业人士对检索结果的信任度。在法律AI领域，可解释性是至关重要的，因为它直接关系到系统的可用性和可靠性。

当然，LegalSearchLM仍然存在一些局限性，例如LEGAR BENCH主要针对韩国法律体系，相关性验证尚未完全自动化。未来的研究可以尝试将LegalSearchLM应用于其他法律体系，并进一步提高系统的自动化程度。

总而言之，LegalSearchLM是一项具有里程碑意义的研究，它为法律AI领域带来了新的思路和方法。随着生成式检索技术的不断发展，我们有理由相信，法律AI将在未来发挥越来越重要的作用，为法律专业人士提供更强大的支持，并促进司法公正的实现。LegalSearchLM的成功，也预示着 法律科技 领域的 判例检索 即将迎来由大模型和 法律要素 驱动的全新时代。