다중 모드 다중 에이전트 기반 법률 판결 예측

Multimodal Multi-Agent Empowered Legal Judgment Prediction

법률 판결 예측(LJP)은 사실 관계 설명을 기반으로 소송 결과를 예측하는 것으로, 법률 시스템 발전을 위한 기본적인 과제입니다. 기존 방법은 종종 통계 분석이나 역할 기반 시뮬레이션에 의존하지만, 다수의 혐의, 다양한 증거, 그리고 적응성 부족 등의 어려움을 겪습니다. 본 논문에서는 이러한 문제를 해결하기 위해, 소송 업무를 효과적으로 분해하고, 프로세스를 표준화하며, 이를 명확한 단계로 구성하는 새로운 LJP 프레임워크인 JurisMMA를 소개합니다. 또한, 텍스트와 멀티모달 비디오-텍스트 데이터를 포함하는 10만 건 이상의 최근 중국 법원 기록으로 구성된 대규모 데이터셋인 JurisMM을 구축하여, 포괄적인 평가를 가능하게 했습니다. JurisMM 및 벤치마크 데이터셋인 LawBench에서의 실험 결과는 저희 프레임워크의 효과성을 입증합니다. 이러한 결과는 저희 프레임워크가 LJP뿐만 아니라 더 광범위한 법률 분야에 적용될 수 있으며, 향후 법률 방법 및 데이터셋 개발에 새로운 관점을 제시한다는 것을 의미합니다.

Legal Judgment Prediction (LJP) aims to predict the outcomes of legal cases based on factual descriptions, serving as a fundamental task to advance the development of legal systems. Traditional methods often rely on statistical analyses or role-based simulations but face challenges with multiple allegations, diverse evidence, and lack adaptability. In this paper, we introduce JurisMMA, a novel framework for LJP that effectively decomposes trial tasks, standardizes processes, and organizes them into distinct stages. Furthermore, we build JurisMM, a large dataset with over 100,000 recent Chinese judicial records, including both text and multimodal video-text data, enabling comprehensive evaluation. Experiments on JurisMM and the benchmark LawBench validate our framework's effectiveness. These results indicate that our framework is effective not only for LJP but also for a broader range of legal applications, offering new perspectives for the development of future legal methods and datasets.