Topic Modelling Case Law Using a Large Language Model and a New Taxonomy for UK Law: AI Insights into Summary Judgment

本文通过开发和应用一种新的分类法，针对英国的摘要判决案例进行主题建模，填补了法律分析中的一个关键空白。我们使用了一个精心筛选的摘要判决案例数据集，并使用大型语言模型Claude 3 Opus来探索功能主题和趋势。我们发现，Claude 3 Opus的正确分类准确率为87.10％。分析揭示了在各种法律领域中应用摘要判决的不同模式。由于英国的案例法原本没有标记关键词或主题过滤选项，因此本研究不仅完善了我们对摘要判决主题基础的理解，而且还展示了将传统和人工智能驱动的方法结合起来进行法律分类的潜力。因此，本文提供了英国法律的新的普适分类法。这项工作的影响为进一步研究和政策讨论提供了基础，涉及司法行政和计算法律研究方法学领域。

本论文旨在开发和应用一个新的分类法，对英国的判决摘要案例进行主题建模，填补了法律分析中的一个重要空白。

本论文使用Claude 3 Opus大型语言模型，探索功能主题和趋势，研究发现Claude 3 Opus的准确率达到了87.10%。研究揭示了在各种法律领域中应用摘要判决的不同模式。

本论文提供了一种新的、通用的英国法律分类法。通过使用精选的摘要判决案例数据集，揭示了摘要判决的主题基础，并且展示了传统方法和人工智能驱动方法相结合的潜力。本论文的结果为进一步的研究和政策讨论奠定了基础。

最近在这个领域中，还有一些相关的研究。例如：'Legal Analytics in the United Kingdom: Text Mining UK Case Law', 'Using Machine Learning to Predict Judicial Decisions', 'The Promise and Limits of Big Data Analytics for Law'等。