マルチラベル法的アノテーションには本質的な難しさがある。対象文書は長く事実が密に詰まっており、付与すべきラベルは大規模かつ絶えず変化する分類体系から選ばれる一方、利用できる教師信号は限られていることが多い。この課題に対し、arXivに投稿された新論文は、タスクごとの学習を要するパラメトリックなエンコーダや、ラベル空間の拡大に伴いコストが増し性能が劣化する生成大規模言語モデルのプロンプティングに頼るのではなく、法的アノテーションを検索問題として捉え直すことを提案している。
手法の要点は、凍結した検索モデルを用いて法的文書とラベルの説明文をそれぞれ埋め込み、埋め込み空間におけるk近傍法によって文書に付与すべきラベルを予測するというものである。この設計により、ラベル集合が変化した場合でも、勾配に基づく逆伝播やモデルの再学習を行う必要はなく、ラベルの再埋め込みとインデックスの再構築だけで対応できる。これは、分類体系が継続的に更新され、ラベル数が多数になり得る法的実務の現実に合致している。
評価はECtHR-A、ECtHR-B、そして100ラベルを含むEurlexという3つの法的データセットで行われた。結果として、検索手法は競争力のある精度を示すとともに、データ効率の面で特に優れた成績を残している。Eurlexでは、Qwen-8Bを用いた検索がMacro-F1をGPT-5.2ゼロショットの40.41から49.12へと向上させ、さらに微調整と比較して推定計算量を20〜30分の1に削減した。
データ効率に関する結果も注目に値する。ECtHR-Aにおいて、訓練サンプルをわずかN=100件しか使わない場合でも、検索手法のMicro-F1は48.29に達し、比較対象である階層型Legal-BERTの27.87に対してほぼ2倍となった。これは、アノテーション済みデータが乏しい法的領域において、検索ベースのアプローチがごく小さな教師コストで実用水準の効果を得られることを示している。
論文はさらに、生成推論における信頼性の失敗モードを定量化している。決定的デコーディングの下でも、GPT-5.2はテストサンプルの0.12%から0.9%において、与えられた分類体系の外側にあるラベルを生成してしまう。いわゆるハルシネーション・ラベルである。これに対し、検索手法は予測がインデックス内に存在するラベルに限定されるため、定義済みのラベル集合を厳格に守り、この種のハルシネーションを設計上排除している。
以上を踏まえ、著者らは検索モデルベースのアノテータが、ラベル数が多く急速に変化する法的ラベル空間に対処するための実用的かつ配備可能な代替手段であると結論づけている。論文のメタデータによれば、本稿は2026年5月16日に投稿され、Li Zhang氏ら3名による10ページ・図3点の論文であり、計算と言語（cs.CL）に分類されている。