Аналіз методів вилучення ключової інформації з юридичних текстів

Abstract

У роботі досліджено проблему автоматичного вилучення ключової інформації з україномовних судових рішень. Проаналізовано сучасні методи (шаблони, BERT, RAG) на вибірці з 500 документів Єдиного державного реєстру судових рішень (ЄДРСР). Найкращі результати показав підхід на основі доповнення контексту нормативними актами (RetrievalAugmented Generation, RAG), який досяг 89% загальної оцінки (F1) для витягування сутностей (учасники справи, норми права, дати, факти, рішення, мотиви, санкції) та 84% – для зв’язків між ними. Час обробки одного документа становить 0,35 секунди, що в тисячі разів швидше за ручний аналіз (22 хвилини). Визначено ключову проблему – брак анотованих україномовних юридичних корпусів. Запропоновано створення національного набору даних для подальшого розвитку юридичного штучного інтелекту в Україні.

This research addresses the problem of automatic key information extraction from Ukrainian language court decisions. Modern methods (pattern matching, BERT, RAG) are analyzed on a sample of 500 documents from the Unified State Register of Court Decisions (USRCD). The best results were achieved by the retrieval augmented generation (RAG) approach, which reached 89% F1 score for entity extraction (case parties, legal norms, dates, facts, decision, motives, sanctions) and 84% F1 for relation extraction. Processing time per document is 0.35 seconds, thousands of times faster than manual analysis (22 minutes). A key problem is identified – the lack of annotated Ukrainian legal corpora. The creation of a national dataset is proposed to further develop legal artificial intelligence in Ukraine.