基于RankSVM改进相似案例检索排序性能

摘要

随着法律AI的快速发展，相似案例检索作为其核心任务之一受到广泛关注。现有研究多基于语言模型，而本文则从排序学习（Learning to Rank）角度改进当前模型的排序性能。具体而言，采用成对排序方法RankSVM作为分类器替代全连接层，结合常用语言模型在LeCaRDv1和LeCaRDv2数据集上进行实验。结果表明：RankSVM通过优化精确排序，能普遍提升两个数据集的检索性能，同时缓解因类别不平衡导致的过拟合问题。代码已开源。

方法

1. RankSVM应用：将RankSVM作为分类器集成到现有框架中，替代传统的全连接层结构。
2. 数据集验证：在LeCaRDv1和LeCaRDv2两个法律案例检索数据集上测试性能。
3. 性能对比：与原始分类器相比，RankSVM显著提升排序准确性，尤其在处理类别不平衡数据时表现更稳健。

结论

• RankSVM可有效提升相似案例检索的排序质量。
• 该方法对缓解过拟合具有实际意义，尤其在数据分布不平衡的场景中。
• 开源代码为后续研究提供了可复现的基础。