COLIEE 2026法律AIコンペティションにおいて、NOWJチームは5つの主要タスクに対して革新的な適応パイプライン手法を開発しました。これらのタスクには、法的ケース検索、法的ケース含意、法令検索と含意、法的テキスト含意、法的判決予測が含まれ、法律情報処理の精度と効率向上を目指しています。
法的ケース検索（タスク1）では、4段階のパイプラインを設計しました。最初に候補フィルタリングで検索空間を絞り込み、次に補完的な埋め込みモデルを用いた高密度検索を実施します。その後、微調整された生成リランカーとMLPベースのペアワイズ分類による交差エンコーダリランキングを行い、最後に適応的なクエリごとのカットオフ予測で最終結果を決定します。この手法は検索速度と精度のバランスを効果的に取ります。
法的ケース含意（タスク2）では、BM25フィルタリング、T5モデルによるリランキング、大規模言語モデル（LLM）による含意検証を組み合わせ、コンセンサスアンサンブルで信頼性を高めました。法令検索と含意（タスク3）では、高密度検索、アテンションリランキング、少数ショットプロンプトによるLLM推論を用いた検索拡張生成（RAG）フレームワークを採用しました。
法的テキスト含意（タスク4）では、クエリの難易度を分類し、バランスの取れた少数ショットソルバーか構造化されたゼロショット思考連鎖ソルバーに振り分ける動的ルーティングパイプラインを導入しました。最後に、法的判決予測（パイロットタスク）では、階層型トランスフォーマーと条件付き確率場（CRF）層を組み合わせ、議論関係マイニングと確率的議論グラフ推論を統合することで、判決結果の多次元予測を実現しました。
これらの手法は、複雑な法律テキスト処理における適応パイプラインと多様なモデル融合の可能性を示しており、法律AIの発展に貢献するものです。