面向越南语法条检索的 DRiLL 结构与谱系证据研究

Structure and Lineage Evidence for Vietnamese Statutory Article Retrieval on DRiLL

AI 导读

研究在 DRiLL 数据集上利用条文身份与局部形式、同法支持、引用与谱系证据等特征进行越南语法条检索，五个随机种子下官方 F₂ 从 71.77% 提升至 72.91%，双条文问题上的描述性增益最大。新增特征占所提选择器决策树总分裂增益的 18.20%，主要来自同法支持与引用证据。该结果不确立单个特征的独立效应，也不依赖 LightGBM、手工评分或显式图结构。

正文 · AI 翻译

查看 PDF HTML（实验性）

摘要：我们使用条款身份与局部形式、同法支持以及引用与谱系证据等特征，研究 DRiLL 上的越南成文法条检索。在五个随机种子下，共享候选的筛选器、listwise Qwen 证据和学习器设置将官方 $F_2$ 从 71.77% 提升至 72.91%，其中在双条款问题上描述性增益最大。新增特征占所提出筛选器总决策树分裂增益的 18.20%（以训练目标减少量衡量），主要来自同法和引用证据。案例揭示了基础条款与修正案、伴随恢复、干扰项移除以及失败情况。这些发现可推动对其他数据集、表示和学习器的研究，但并未确立单个特征效应，也不要求使用 LightGBM、手工评分或显式图。

评论：	已被 SOICT 2026 接收
主题：	信息检索（cs.IR）；计算与语言（cs.CL）
引用为：	arXiv:2611.09200 [cs.IR]
	（或 arXiv:2611.09200v1 [cs.IR] 用于此版本）
	https://doi.org/10.48550/arXiv.2611.09200 由 DataCite 颁发的 arXiv DOI（待注册）

提交历史

来自：Duc-Vu Nguyen [查看电子邮件]
[v1] 2026年11月6日星期五 09:21:59 UTC（85 KB）

来源：arXiv cs.CL · arxiv.org