法国最高法院民事判决数据集发布：12万条上诉理由与裁判理由配对
论文AI 评分 68/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇被 JURIX 2026 接收的论文发布数据集，覆盖法国最高法院五个民事庭 2016 至 2025 年的 86,464 份判决，从中提取出 121,536 组「上诉理由—裁判理由」配对。研究用确定性流水线把每条上诉理由与法院对应答复配对，并按法国既有分类体系归入相应学理类别，由此得到一份描述性「民事撤销之诉语法」，呈现哪些理由能成立、援引哪些法律条文，以及十年间的变化。数据集、代码和交互式查询工具一并公开。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载数据集覆盖范围
材料给出的规模是 86,464 份判决、121,536 组配对，时间跨度为 2016 至 2025 年，来源限定为法国最高法院五个民事庭。论文指出，法律审上诉本身不可再上诉，且往往终局性决定案件，因此弄清法院如何裁判对起草上诉状的律师有实际价值。数据集正是围绕这一环节构建：判决内部的每一项上诉理由都对应法院给出的一项答复，即裁判理由。
配对方法与分类
处理方式是用确定性流水线，而非依赖模型判断：把每条上诉理由与它对应的裁判理由配成一组，再依据法国既有学理分类体系，把这组配对归入某个类别。这样得到的是一份描述性的民事撤销之诉语法，可以回答哪些上诉理由会成立、它们援引了哪些法律文本，以及这两者在十年间如何演变。论文强调这套流程是确定性的，意味着配对与归类规则可复现。
公开内容与使用场景
作者公开了三样东西：数据集本身、生成代码，以及一个交互式查询工具。论文被 JURIX 2026 接收，该会议全称为第 39 届法律知识与信息系统国际会议。论文同时挂在 cs.CL、cs.AI 与 cs.CY 三个分类下，说明其定位横跨计算语言处理、人工智能与计算机与社会。对法律科技方向的读者，可直接获取的是结构化配对数据与查询入口，而非仅一篇方法描述。
为什么值得看
法律 AI 领域少见的底层结构化数据与工具同时开源，可直接用于判决预测与法律检索研究。
论文数据集
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。