Les auteurs présentent un pipeline automatisé qui décompose environ 330 000 jugements des tribunaux fiscaux italiens en questions juridiques individuelles et extrait des représentations XML structurées fondées sur le cadre IRAC. Le système utilise DeepSeek V3 pour un traitement rentable et couple l'extraction avec un filtre de détection d'hallucination qui compare les références générées par le modèle à celles identifiées par le parseur Linkoln.
- Cible un corpus de 330 000 décisions des tribunaux fiscaux italiens de première et deuxième instance.
- Utilise DeepSeek V3 pour traiter les documents à un coût durable.
- Valide le pipeline sur 50 jugements annotés par des experts, mesurant l'accord inter-annotateur et l'accord LLM-vs-expert.
- Normalise les citations vers des identifiants standard (URN-NIR, ECLI, CELEX) en utilisant Linkoln.
Cette extraction structurée fournit un point de départ concret pour des applications en aval telles que la récupulation au niveau des questions, l'analyse du réseau de citations et la construction de jeux de données de raisonnement juridique à grande échelle.