Strategie di Chunking per il Recupero del Codice Legale Tedesco

Uno studio recente pubblicato su arXiv esamina le strategie di chunking per la generazione aumentata da recupero, concentrandosi sul diritto statutario tedesco, in particolare sul Codice Civile Tedesco. La ricerca ha valutato vari metodi di chunking, tra cui la segmentazione per sezioni, blocchi a dimensione fissa e clustering semantico, tra gli altri. I ricercatori hanno applicato queste tecniche a un dataset progettato per il question-answering legale che conteneva etichette di sezione gold standard. Hanno analizzato metriche come recall, velocità di elaborazione delle query, durata dell'indicizzazione e requisiti di archiviazione. I risultati hanno rivelato che i metodi di chunking che aderivano strettamente alla struttura legale, in particolare sezioni e sottosezioni, hanno ottenuto le migliori prestazioni in termini di recall, mentre i metodi meno sofisticati erano più efficienti dal punto di vista computazionale.