使用引用幻觉控制的意大利税务法院判决自动化提取

作者提出了一种自动化管道，将约330,000份意大利税务法院判决分解为单个法律问题，并基于IRAC框架提取结构化的XML表示。该系统使用DeepSeek V3进行成本效益高的处理，并将提取与幻觉检测过滤器耦合，该过滤器将模型生成的引用与Linkoln解析器识别的引用进行比较。

• 针对330,000份意大利税务法院一审和二审判决的语料库。
• 使用DeepSeek V3以可持续的成本处理文档。
• 在50份专家标注的判决上验证管道，测量标注者间一致性和LLM与专家的一致性。
• 使用Linkoln将引用规范化为标准标识符（URN-NIR、ECLI、CELEX）。

这种结构化提取为下游应用提供了具体的起点，例如问题级检索、引用网络分析以及大规模法律推理数据集的构建。