S-BERT를 이용한 법률 검색
Legal search method using S-BERT
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
본 논문에서는 Sentence-BERT 모델을 활용한 법률 문서 검색 방법을 제안한다. 법률 검색 서비스를 이용하고자 하는 일반인들은 법률 용어 및 구조에 대한 이해가 부족함에 따라 관련 판례 검색 등에 있어 어려움을 겪고 있다. 기존의 키워드 및 텍스트마이닝 기반 법률 검색 방법은 판결문의 문맥에 대한 정보가 없으며, 동음이의어 및 다의어에 대해 구분하기 어려워 성능을 높이는데 한계가 있었다. 그로 인해 법률 문서 검색 결과에 대한 정확도가 낮아 신뢰하기가 어려웠다. 이를 위해, 대법원 판례 및 법률구조공단 상담사례 데이터에서 일반인의 법률 검색 문장에 대한성능을 개선하고자 한다. Sentence-BERT 모델은 판례 및 상담 데이터에 대한 문맥 정보가 임베딩되므로, 문장의 의미 손실이 적어 TF-IDF 및 Doc2Vec 검색 방법과 비교했을 때보다 검색 정확도가 개선된 것을 확인할 수 있었다.
Abstract
In this paper, we propose a legal document search method that uses the Sentence-BERT model. The general public who wants to use the legal search service has difficulty searching for relevant precedents due to a lack of understanding of legal terms and structures. In addition, the existing keyword and text mining-based legal search methods have their limits in yielding quality search results for two reasons: they lack information on the context of the judgment, and they fail to discern homonyms and polysemies. As a result, the accuracy of the legal document search results is often unsatisfactory or skeptical. To this end, This paper aims to improve the efficacy of the general public's legal search in the Supreme Court precedent and Legal Aid Counseling case database. The Sentence-BERT model embeds contextual information on precedents and counseling data, which better preserves the integrity of relevant meaning in phrases or sentences. Our initial research has shown that the Sentence-BERT search method yields higher accuracy than the Doc2Vec or TF-IDF search methods.
참고문헌 (19)
- Haoxi Zhong, "How does NLP benefit legal system:A summary of legal artificial intelligence", ~ (2020)
- "‘Advice for Solitary Litigation’"[URL]
- T Mikolov, "Efficient estimation of word representations in vector space", ~ (2013)
- Chang, W. C., "Pre-training tasks for embedding-based large-scale retrieval", 8th International Conference on Learning Representations, ICLR 2020 (2020)
- Jeffrey Pennington, "GloVe: Global Vectors for Word Representation", Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP), pp.1532~1543 (2014)
- Lee, K, "Latent retrieval for weakly supervised open domain question answering", 6086~6096 (2019)
- Reimers, N, "Sentence-bert: Sentence embeddings using siamese bert-networks", 3982~3992 (2019)
- Edwina L. Rissland, "AI and Law: A fruitful synergy", Artificial Intelligence, 150(1), pp.1~15 (2003)[DOI]
- Bruce G. Buchanan, "Some Speculation About Artificial Intelligence and Legal Reasoning", Stanford Law Review, 23(1), pp.40~62 (1970)[DOI]
- L. Thorne McCarty, "Reflections on ‘TAXMAN’: An Experiment in Artificial Intelligence and Legal Reasoning", Harvard Law Review, 90(5), pp.837~893 (1977)[DOI]
- 심준식, "LDA 토픽 모델링을 활용한 판례 검색 및 분류 방법", 전자공학회논문지, 54(9), pp.64~75 (2017), 대한전자공학회
- 김지현, "법령정보 검색을 위한 생활용어와 법률용어 간의 대응관계 탐색 방법론", 지능정보연구, 18(3), pp.137~152 (2012), 한국지능정보시스템학회
- T. Young, "Recent Trends in Deep Learning Based Natural Language Processing", ~ (2018)
- Y. Bengio, "A neural probabilistic language model", Journal of Machine Learning Research, 3, pp.1137~1155 (2003)[DOI]
- 이현영, "효율적인 한국어 파싱을 위한 최장일치 기반의 형태소 분석기 기능 확장", 디지털콘텐츠학회논문지, 17(3), pp.203~210 (2016), 한국디지털콘텐츠학회[DOI]
- Quoc Le, "Distributed representations of sentences and documents", International Conference on Machine Learning, pp.1188~1196 (2014)
- Devlin, J, "Bert:Pre-training of deep bidirectional transformers for language understanding", NIPS, pp.4171~4186 (2019)
- Nils Reimers, "Sentence-BERT Sentence Embeddings using Siamese BERT-Networks", 3982~3992 (2019)
- Jiyeon Ham, "Kornli and korsts: New benchmark datasets for korean natural language understanding", Findings of the Association for Computational Linguistics: EMNLP 2020, pp.422~430 (2020)