← 返回实验室

AI法条引用校验定制:失效条文识别与替代建议

在法律科技实验室的第三阶段实验中,我们把研究重点从「文书生成」收窄到一个更可验证的环节:文书里的法条引用是否准确、是否现行有效。

做法上,先用规则模板抽取引注(法律名称+条、款、项),再与持续维护的法规库做版本对齐;对每一次修订,记录条文的存续、迁移与废止关系,形成「条文血缘」索引。模型不直接判定对错,而是输出三类信号:引注格式异常、条文已被修订或废止、条款内容与主张不匹配。

阶段进展:
· 在约1.2万份公开裁判文书样本上,失效或误引条文的召回率约91%,误报主要来自地方性法规与同名条款;
· 对已废止条文,可在0.5秒内给出替代条文候选,Top3命中率约84%。

下一步将把这套校验接入合同审查流程,从「法条引用」扩展到「合同条款—法规」的对应关系,并补充生效时间与溯及力的判断。

评论

更多研究动态

查看全部实验室 →