法的自然言語処理（Legal NLP）における技術進展に関する議論に貢献するため、本研究では注目すべきトレンドを浮き彫りにすることを目的としている。近年、多くの法的テキスト分類タスクにおいて、BERTをはじめとする大規模な事前学習済み深層学習モデルへの注目が集まっている。本論文では、LexGLUEベンチマークにおける分類タスクにおいて、BERTベースのモデルと比較しても驚くほど競争力のある性能を達成する、より伝統的なサポートベクターマシン（SVM）に基づくアプローチの有効性を示す。また、一般言語処理タスクと比較して、法的領域では専門的なBERTベースのモデルを用いることで得られる誤差低減効果が顕著に小さいことを指摘する。これらの結果について、今後の議論を支援するため、三つの仮説を提示し、それらの検討を行う。