Leverage Knowledge Graph and Large Language Model for Law Article Recommendation: A Case Study of Chinese Criminal Law
Created by
Haebom
Category
Empty
저자
Yongming Chen, Miner Chen, Ye Zhu, Juan Pei, Siyu Chen, Yu Zhou, Yi Wang, Yifan Zhou, Hao Li, Songan Zhang
개요
본 논문은 사법 효율성 향상을 위해 지식 그래프(KG)와 대규모 언어 모델(LLM)을 활용한 법 조항 추천 기법을 제안합니다. 기존의 법원 시스템이 사건 적체 문제와 판사의 인지적 노력에 대한 의존도가 높다는 점을 문제 삼아, 사건 정보와 법 조항 간의 관계를 담은 사건 강화 법 조항 지식 그래프(CLAKG)를 구축하고, LLM 기반 자동화된 CLAKG 구축 방법을 제시합니다. 이를 바탕으로 폐쇄 루프 법 조항 추천 방법을 제안하며, 중국 판결 온라인 웹사이트의 데이터를 이용한 실험을 통해 기존 방식 대비 법 조항 추천 정확도를 0.549에서 0.694로 향상시켰음을 보여줍니다.
시사점, 한계점
•
시사점:
◦
LLM과 KG를 활용하여 법원의 사건 처리 효율성을 향상시킬 수 있는 가능성을 제시합니다.
◦
자동화된 CLAKG 구축 방법을 통해 지식 그래프 구축의 효율성을 높일 수 있습니다.
◦
실험 결과를 통해 제안된 방법의 유효성을 검증합니다.
•
한계점:
◦
실험 데이터가 특정 국가(중국)의 판결 데이터에 국한되어 일반화 가능성에 대한 검토가 필요합니다.
