跳到正文
智迹闻AuraTracer

知识图谱引导提升法律推理能力

本机阅读

发生了什么

据arXiv cs.CL 10月9日论文,研究者提出针对德国交通法的多任务预训练方法,结合NSP、KG引导聚类和KG感知段落分类。该方法将结构化法律知识编码进模型权重,实现零样本法律推理。在合成问答中相对基线提升10.3%-155.0%,在LexGLUE基准上四项优于先前结果,并在奥地利驾驶法规测试中获得3.4%-15.8%的零样本迁移增益。

相对提升幅度
10.3%-155.0%

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

  1. arXiv cs.CL一手材料

    Enhancing Legal Reasoning in Pre-trained Language Models via Knowledge Graph-Guided Multi-Task Pre-training

来源关系与证据边界

按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。

  1. 一手材料1 个发布入口