AIL: Integrating LLM Capacity Awareness, Legal Intuition, and Lexis Understanding into Legal Information Extraction

在法律界，法院判决不仅仅是一个最终决定；它是一个由事实、论点和推理构成的复杂故事，解释了为何会得出特定的结果。几十年来，计算机一直难以阅读这些文件，常常迷失在律师和法官使用的晦涩、专业的语言之中。虽然人工智能在阅读普通文本方面已经变得非常出色，但法律写作提出了一个独特的挑战。它依赖于数百年的传统、在法庭上意指一物而在日常对话中意指另一物的特定术语，以及随案件变化而变化的逻辑。为了构建有用的工具来帮助律师搜索先例或预测结果，研究人员需要将这些非结构化的故事转化为有组织的、机器可读的数据。问题始终在于，如何在不丢失使法律发挥作用的细微差别的情况下实现这一目标。

一组研究人员通过开发一种与人工智能协作的新方法解决了这个问题，这种方法将人类法律专家视为不可或ual的合作伙伴，而非仅仅是监督者。他们没有试图强迫计算机独自完成一切，而是创建了一个系统，让人的直觉和对法律语言的深刻理解在每一步都引导着机器。他们在澳门的法院判决书上测试了这种方法，该地区拥有一个融合了中国和葡萄牙传统的独特法律体系，导致其文件在处理上极其困难。结果是一种高度准确的方法，能将混乱的法院记录转化为清晰、结构化的信息，证明了教计算机学习法律的最佳方式是让一名人类律师来指引它。

研究人员首先认识到了当前人工智能的一个根本局限性。虽然大语言模型可以阅读海量文本，但它们往往会错过人类律师能立即捕捉到的微妙且隐藏的含义。计算机可能会看到一份事实列表，但它很难理解哪些事实对于最终判决至关重要，或者法官的推理是如何与特定法律相联系的。该团队认为，试图将整个提取过程自动化——即让计算机去猜测要从文档中提取什么——会导致错误。相反，他们提出了一个名为 AIL 的框架，即对大语言模型能力的感知（Awareness of LLM capacity）、法律直觉（Legal intuition）以及对法律术语理解（Legal lexis understanding）。这种方法承认了计算机的局限性，即需要人类经验来识别重点，并且必须向机器清晰地解释法律的专业词汇。

为了将这一想法付诸实践，团队将重点放在了澳门的法院判决书上。这些文件是一个完美的测试案例，因为它们篇幅长、通常缺乏标准格式，并且使用了该地区独特的混合语言和法律概念。有些判决书长达一千多页，且写作风格因法官而异，差异巨大。研究人员收集了数千份此类公开文件，并致力于构建一个能够阅读这些文件并提取特定细节的系统，例如案件日期、涉及的罪名、双方提出的论点以及最终裁决。他们并没有简单地将文档喂给计算机并寄希望于好结果。相反，他们设计了一个分步工作流，让人类专家和计算机在一个测试与完善的循环中共同工作。

在第一阶段，人类专家定义了需要提取的信息，为每宗案件创建了一个包含十五个特定字段的清单。然后，他们编写了被称为“提示词”的指令，告诉计算机如何寻找这些信息。然而，他们知道计算机会犯错，因此建立了一个严格的检查流程。一组包括法官和检察官在内的法律专家审查了计算机的初步尝试。他们寻找错误，例如遗漏细节、捏造事实或从错误的部分提取信息。当计算机失败时，人类并没有仅仅责备机器；他们调整了指令。他们更清晰地解释了令人困惑的法律术语，给了计算机寻找目标的示例，并明确告诉它在文档中的哪个位置进行搜索。这种测试、找错、完善指令的循环反复进行，直到计算机的表现显著提升。

这种协作的结果是惊人的。通过这种以人为导向的过程进行优化后，研究人员在提取澳门判决书信息方面的总体准确率达到了 98.6%。这意味着在几乎每一个案例中，计算机都能正确识别出人类寻找的关键细节。即使对于最困难的字段，例如识别审判期间采取的具体程序措施或总结复杂的案情事实，准确率也保持在 90% 以上。团队还发现，他们创建的结构化数据具有即时可用性。他们利用这个新数据集来训练其他人工智能模型，以预测未来案件的结果并对法律纠纷类型进行分类。这些下游任务表明，提取的信息不仅准确，而且足够丰富，足以支持高级法律分析。

研究还表明，通常在大陆数据上训练的专门法律模型，在应用于澳门独特的法律体系时，表现不如通用模型。这表明，即使共享同一种语言，在一个法律文化中训练的模型也不会自动理解另一种法律文化。该项目的成功源于理解澳门法律特定特性的专家，他们能够教会计算机如何应对这些特性。通过将计算机处理大量文本的速度和能力与人类专家对法律逻辑和语言的深刻理解相结合，研究人员创建了一个既高效又可靠的系统。

这项工作为法律技术开辟了一条新的道路。它表明，法律人工智能的未来不在于试图构建一台能够独立掌握一切的机器，而在于构建人类与机器协同工作的系统。人类提供直觉和专业知识，而机器负责处理阅读和组织数据的繁重工作。通过遵循这种协作方法，研究人员可以为任何法律系统（无论多么复杂或独特）创建高质量的数据集。这项研究证明，当我们尊重人工智能的局限性并将人类专业知识纳入其中时，我们可以解锁隐藏在法院判决书中的庞大且尚未被开发的各种信息，使法律对每个人来说都更加透明且易于理解。