基于语义嵌入、时效性、新颖性和多样性感知重排序的混合法律案例推荐

《Engineering Applications of Artificial Intelligence》：Hybrid legal case recommendation using semantic embeddings, freshness, novelty, and diversity-aware re-ranking

　　

• •
  混合式法律推荐整合了语义嵌入、时效性及相关性信号。
• •
  最大边际相关性重排序减少了案例检索中的冗余。
• •
  相较于基于嵌入的基线模型，平均倒数排名提升了4.4%。
• •
  通过新颖性感知混合评分，列表内多样性提升了29%。
• •
  借助高效的相似度索引，查询延迟中位数保持在300毫秒以下。

引言

判例检索的时效性和语义准确性对于有效的诉讼规划、论证以及预判对方论据至关重要。传统法律信息检索系统的方法主要基于关键词匹配技术，虽然这些方法相对易于解释，但容易忽略语义关联以及现代判例的动态法律背景。对词语共现的依赖导致在不同法律问题使用相似术语时产生错误结果。同义词和多义词是导致检索失败的两个因素。此外，引用量等静态指标会导致流行度偏差，偏向于被广泛引用的意见书，而忽视了近期发表或引用较少的意见书。

稠密嵌入是一种有吸引力的解决方案，它利用深度上下文编码器将法律文档嵌入到向量空间中。SBERT及其领域适配变体（如LegalBERT和CaseLaw BERT）在语义文本相似度任务上取得了最先进的结果（Chalkidis等人，2020）。然而，稠密嵌入无法满足实际使用的两个操作前提——即时效性（在隐私和个人数据保护、知识产权等动态发展的领域中，需要获取最新的判决）和新颖性（确保法律先例的可见性，甚至包括特定的先例，以防止引用层级固化）。在推荐系统领域，混合技术方法不仅考虑语义相关性，还兼顾时效性、新颖性和多样性信号，表现优于单一信号模型。虽然时间加权技术（如指数衰减）有助于强调较新的来源，但过度依赖时效性信号可能导致忽视有价值的权威来源。通过对高引用来源进行新颖性感知的重新加权，模型可以找到新来源并保持其相关性。利用最大边际相关性（MMR）技术进行多样性重排序可以避免冗余并确保主题的不同方面被纳入前$K$个结果中（Carbonell和Goldstein，1998）。

在本研究中，我们提出了一种新的混合式法律检索流程，在实用推荐流程中运用了成熟的语义搜索和多样性扩展技术。与开发全新的排序算法不同，我们的创新之处在于算法组合的运用以及其在法律案例推荐中的有效性（Akhtar等人，2025）。该方法不仅提高了早期检索性能，还确保了列表内的多样性。此外，它还在法律研究的背景下满足了交互式响应时间的约束。我们的推荐系统的推荐流程由以下四个要素组成：

• 1.
  使用微调的Sentence-BERT生成上下文嵌入；
• 2.
  结合语义相关性、时效性和显式新颖性的混合基础评分算法；
• 3.
  使用高效的FAISS内积搜索检索候选池；
• 4.
  使用最大边际相关性（MMR）进行多样性重排序。

本文其余部分组织如下。第2节提供了全面的文献综述。第3节详细介绍了混合推荐流程。第4节报告了实验设置、评估指标、结果和案例研究。第5节总结了贡献并指出了未来的研究方向。

章节摘要

相关工作

法律信息检索是一个跨学科领域，将传统的检索方法与文本、图的神经网络表示（Akhtar等人，2022）以及推荐系统相结合。以下综述中引用的工作可以按四个设计目标分类：(i) 实现查询与判例之间语义匹配的可信度，(ii) 保持判决的权威性和重要性，(iii) 发现最新或新颖的判决，以及(iv) 提供

方法论

本节详细介绍了所提出的混合新颖性感知与多样性增强的法律案例推荐流程。描述了每个组件及其数学公式、实施考量和相互连接。该方法论包含四个阶段：

• 1.
  上下文嵌入生成
• 2.
  混合基础评分计算
• 3.
  候选池检索
• 4.
  通过最大边际相关性（MMR）进行多样性重排序

图1连同算法1以图形方式展示了流程

结果与讨论

本节包含关于相关性、多样性、新颖性、效率和鲁棒性等问题的实验结果与解读。实验展示了不同度量标准下的检索效果，并涉及消融实验、超参数实验以及不同类别查询的实验。叙述将数据与设计决策联系起来，讨论了不足之处以及未来改进方向。

结论

在本工作中，我们开发并分析了混合式法律推荐框架，将流行的检索和重排序策略整合到单一工作流程中。因此，本工作的主要贡献不包括开发创新的排序模型，而是现有方法的组合与分析以进行改进。使用了基于微调Sentence-BERT模型的稠密表示以及时效性和新颖性排序信号。作为检索的第一步

CRediT作者贡献声明

Sanjaya Kumar Sahoo：撰写—初稿，可视化，调查，概念化。Avinash Samantra：撰写—审阅与编辑，撰写—初稿，可视化，验证，监督，软件，方法论，调查，形式化分析，数据整理，概念化。Chinmaya Kumar Mohapatra：撰写—审阅与编辑，可视化，监督，形式化分析。Joel J.P.C. Rodrigues：撰写—审阅与编辑，可视化，验证，概念化。

利益冲突声明

作者声明不存在已知的利益冲突或可能影响本文所报告工作的个人关系。

致谢

本工作由印度布巴内什瓦尔Siksha 'O' Anusandhan（认可大学）资助。

Sanjaya Kumar Sahoo | Avinash Samantra | Chinmaya Kumar Mohapatra | Joel J.P.C. Rodrigues