כתבה
arXiv cs.CL ·
קריאה בשאלה משפטית במילה אחר מילה: קידוד תוואי 2,144 כותרות חוקי וייטנאם
Reading a Legal Question Word by Word: Embedding Trajectories of 2,144 Vietnamese Legal Headlines
קריאה בשאלות משפטיות במילה אחר מילה עם קודדים צפופים
תקציר מקורי באנגליתarXiv:2609.08372v2 Announce Type: replace Abstract: A dense retriever encodes a question as one vector, but the question arrives one word at a time. We read 2,144 held-out headlines from Thu Vien Phap Luat (Vietnamese legal library) word by word with Nemotron-3-Embed 8B/1B and Qwen3-Embedding 8B/0.6B, encoding 65,444 prefixes against 20,034 articles, plus every prefix of 3,438 sub-questions from 1,112 multi-question headlines and of 168 answers. (i) The gold article becomes rank 1 after a median of 6-7 content words in every encoder, before the interrogative frame is read, and stays there to the end in 78-85% of cases. (ii) In a multi-question headline the lock is inside the first sub-question 94-98% of the time; the second leaves rank unchanged in 89-95%; encoded alone, the second reaches
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית