Buchumschlag

Learning Interpretable Legal Case Retrieval via Knowledge-Guided Case Reformulation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Deng, Chenlong, Mao, Kelong, Dou, Zhicheng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ChatRetriever: Adapting Large Language Models for Generalized and Robust Conversational Dense Retrieval
von: Mao, Kelong, et al.
Veröffentlicht: (2024)

Generalizing Conversational Dense Retrieval via LLM-Cognition Data Augmentation
von: Chen, Haonan, et al.
Veröffentlicht: (2024)

Interpreting Conversational Dense Retrieval by Rewriting-Enhanced Inversion of Session Embedding
von: Cheng, Yiruo, et al.
Veröffentlicht: (2024)

Grounding Language Model with Chunking-Free In-Context Retrieval
von: Qian, Hongjin, et al.
Veröffentlicht: (2024)

ConvGQR: Generative Query Reformulation for Conversational Search
von: Mo, Fengran, et al.
Veröffentlicht: (2023)

CORAL: Benchmarking Multi-turn Conversational Retrieval-Augmentation Generation
von: Cheng, Yiruo, et al.
Veröffentlicht: (2024)

LegalSearchLM: Rethinking Legal Case Retrieval as Legal Elements Generation
von: Kim, Chaeeun, et al.
Veröffentlicht: (2025)

Logic Rules as Explanations for Legal Case Retrieval
von: Sun, Zhongxiang, et al.
Veröffentlicht: (2024)

Large Language Models for Information Retrieval: A Survey
von: Zhu, Yutao, et al.
Veröffentlicht: (2023)

Enabling Discriminative Reasoning in LLMs for Legal Judgment Prediction
von: Deng, Chenlong, et al.
Veröffentlicht: (2024)

DELTA: Pre-train a Discriminative Encoder for Legal Case Retrieval via Structural Word Alignment
von: Li, Haitao, et al.
Veröffentlicht: (2024)

ProRAG: Process-Supervised Reinforcement Learning for Retrieval-Augmented Generation
von: Wang, Zhao, et al.
Veröffentlicht: (2026)

Exploring Selective Retrieval-Augmentation for Long-Tail Legal Text Classification
von: Mao, Boheng
Veröffentlicht: (2025)

To Case or Not to Case: An Empirical Study in Learned Sparse Retrieval
von: Lionis, Emmanouil Georgios, et al.
Veröffentlicht: (2026)

How Vital is the Jurisprudential Relevance: Law Article Intervened Legal Case Retrieval and Matching
von: Xu, Nuo, et al.
Veröffentlicht: (2025)

Agentic-R: Learning to Retrieve for Agentic Search
von: Liu, Wenhan, et al.
Veröffentlicht: (2026)

History-Aware Conversational Dense Retrieval
von: Mo, Fengran, et al.
Veröffentlicht: (2024)

A Survey of Conversational Search
von: Mo, Fengran, et al.
Veröffentlicht: (2024)

CorpusLM: Towards a Unified Language Model on Corpus for Knowledge-Intensive Tasks
von: Li, Xiaoxi, et al.
Veröffentlicht: (2024)

Chain-of-Retrieval Augmented Generation
von: Wang, Liang, et al.
Veröffentlicht: (2025)

Metacognitive Retrieval-Augmented Large Language Models
von: Zhou, Yujia, et al.
Veröffentlicht: (2024)

AdaCQR: Enhancing Query Reformulation for Conversational Search via Sparse and Dense Retrieval Alignment
von: Lai, Yilong, et al.
Veröffentlicht: (2024)

Boosting Long-Context Management via Query-Guided Activation Refilling
von: Qian, Hongjin, et al.
Veröffentlicht: (2024)

LaSER: Internalizing Explicit Reasoning into Latent Space for Dense Retrieval
von: Jin, Jiajie, et al.
Veröffentlicht: (2026)

DemoRank: Selecting Effective Demonstrations for Large Language Models in Ranking Task
von: Liu, Wenhan, et al.
Veröffentlicht: (2024)

LLM-based Embedders for Prior Case Retrieval
von: Premasiri, Damith, et al.
Veröffentlicht: (2025)

IL-PCSR: Legal Corpus for Prior Case and Statute Retrieval
von: Paul, Shounak, et al.
Veröffentlicht: (2025)

Progressive Multimodal Reasoning via Active Retrieval
von: Dong, Guanting, et al.
Veröffentlicht: (2024)

ConvSearch-R1: Enhancing Query Reformulation for Conversational Search with Reasoning via Reinforcement Learning
von: Zhu, Changtai, et al.
Veröffentlicht: (2025)

ReFormeR: Learning and Applying Explicit Query Reformulation Patterns
von: Bigdeli, Amin, et al.
Veröffentlicht: (2026)

Towards Mixed-Modal Retrieval for Universal Retrieval-Augmented Generation
von: Zhang, Chenghao, et al.
Veröffentlicht: (2025)

UniConv: Unifying Retrieval and Response Generation for Large Language Models in Conversations
von: Mo, Fengran, et al.
Veröffentlicht: (2025)

ChatShopBuddy: Towards Reliable Conversational Shopping Agents via Reinforcement Learning
von: Cheng, Yiruo, et al.
Veröffentlicht: (2026)

DomainRAG: A Chinese Benchmark for Evaluating Domain-specific Retrieval-Augmented Generation
von: Wang, Shuting, et al.
Veröffentlicht: (2024)

Dense Retrieval for Low Resource Languages -- the Case of Amharic Language
von: Yeshambel, Tilahun, et al.
Veröffentlicht: (2025)

ConvSDG: Session Data Generation for Conversational Search
von: Mo, Fengran, et al.
Veröffentlicht: (2024)

Reformulating Sequential Recommendation: Learning Dynamic User Interest with Content-enriched Language Modeling
von: Jiang, Junzhe, et al.
Veröffentlicht: (2023)

FlashRAG: A Modular Toolkit for Efficient Retrieval-Augmented Generation Research
von: Jin, Jiajie, et al.
Veröffentlicht: (2024)

Query-oriented Data Augmentation for Session Search
von: Chen, Haonan, et al.
Veröffentlicht: (2024)

A Reproducibility Study of LLM-Based Query Reformulation
von: Bigdeli, Amin, et al.
Veröffentlicht: (2026)