본 논문은 법적 판결 예측(LJP)의 현실적 적용성을 높이기 위해 새로운 법률 NLP 과제인 법적 사실 예측(LFP)을 제안합니다. 기존 LJP는 판사에 의해 확립된 법적 사실을 사용하지만, 이는 소송 초기 단계에서 얻기 어렵습니다. LFP는 소송 당사자들이 제출한 증거를 바탕으로 법적 사실을 예측하여, 법적 사실이 부족한 상황에서도 LJP 기술을 활용할 수 있도록 합니다. 또한, LFP 과제를 평가하기 위한 첫 번째 벤치마크 데이터셋인 LFPBench를 제시하고, 실험을 통해 LFP 기반 LJP의 효과를 보여줍니다. 소스 코드와 데이터는 깃허브에 공개되어 있습니다.
시사점, 한계점
•
시사점:
◦
소송 초기 단계에서도 법적 판결 예측 가능성을 높임.
◦
법적 사실 예측(LFP)이라는 새로운 연구 분야 개척 및 LFPBench 데이터셋 제공.
◦
LFP를 활용한 LJP 기술의 실용성 증대.
•
한계점:
◦
LFPBench 데이터셋의 규모 및 다양성에 대한 추가적인 연구 필요.
◦
LFP 모델의 일반화 성능 및 다양한 유형의 증거에 대한 적응성에 대한 추가적인 연구 필요.
