arXiv cs.AI· Zarah Shibli, Areej Alhothali, Lulwah Alharigy·· 13 小时前AI 评分26
从阿拉伯语司法叙事中检索法条：沙特阿拉伯家庭法与证据法基准
Statutory Article Retrieval from Arabic Judicial Narratives: Family Law and Law of Evidence in Saudi Arabia
AI 导读
研究构建了包含200个合成沙特阿拉伯语司法案例与381条家庭法、证据法条文的基准，用于检验叙事到法律规则的检索。指令版 Qwen3-Embedding-8B 稠密编码器在全语料上取得 MRR@10 0.849，但仅限证据法条文时骤降至 0.087，与 BM25 融合后也仅 0.207。
正文 · AI 翻译
摘要：可靠的法律信息检索必须将法律推理建立在权威的法条来源之上。在阿拉伯司法环境中，冗长的事实叙述必须映射到表达抽象法律规则的简明条文，从而形成叙述到法律规则的抽象鸿沟。我们使用包含 200 个合成沙特阿拉伯司法案例以及来自《家庭法》和《证据法》的 381 条法条的基准，比较了词级和 char-4 BM25、零样本稠密编码器、按法律分别检索、稠密-稀疏倒数排名融合（RRF）以及所提出的分解与精炼（DaR）流水线。在 DaR 中，大语言模型将每个叙述拆分为争议法律问题，并为每个问题生成三个检索通道：法条风格改写、法律关键词和候选分类章节。在整个语料库上，经过指令的 Qwen3-Embedding-8B 稠密编码器达到 MRR@10 为 0.849，是所有非分解系统的最佳结果。在按法律分别评分时，这一优势仅体现在《家庭法》上：限制在《证据法》条文时，同一编码器降至 MRR@10 为 0.087，与 BM25 融合后也仅提升至 0.207。DaR 改变了这一局面，将《证据法》MRR@10 提升至 0.696，《家庭法》MRR@10 提升至 0.864。在不进行分解的情况下，两部法律倾向于不同的策略；在 DaR 下，同一检索器在两者上均取得最佳 MRR@10。
| 评论： | 提交至 MLNLP 2026 会议 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.38336 [cs.CL] |
| （或 arXiv:2610.38336v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.38336 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zarah Shibli [查看电子邮件]
[v1]
2026 年 10 月 28 日星期三 06:36:24 UTC（2,117 KB）
来源：arXiv cs.AI · arxiv.org