論文の概要: A Dataset for Statutory Reasoning in Tax Law Entailment and Question Answering

• arxiv url: http://arxiv.org/abs/2005.05257v3
• Date: Wed, 12 Aug 2020 16:08:43 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-04 20:22:13.282374
• Title: A Dataset for Statutory Reasoning in Tax Law Entailment and Question Answering
• Title（参考訳）: 租税法における法定推論と質問応答に関するデータセット
• Authors: Nils Holzenberger, Andrew Blair-Stanek, Benjamin Van Durme
• Abstract要約: 本稿では,法定推論における自然言語理解手法の性能について検討する。 我々は、法的ドメインのテキストコーパスとともにデータセットを導入する。 タスクを完全に解くように設計された手作りPrologベースのシステムと対比する。
• 参考スコア（独自算出の注目度）: 37.66486350122862
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Legislation can be viewed as a body of prescriptive rules expressed in natural language. The application of legislation to facts of a case we refer to as statutory reasoning, where those facts are also expressed in natural language. Computational statutory reasoning is distinct from most existing work in machine reading, in that much of the information needed for deciding a case is declared exactly once (a law), while the information needed in much of machine reading tends to be learned through distributional language statistics. To investigate the performance of natural language understanding approaches on statutory reasoning, we introduce a dataset, together with a legal-domain text corpus. Straightforward application of machine reading models exhibits low out-of-the-box performance on our questions, whether or not they have been fine-tuned to the legal domain. We contrast this with a hand-constructed Prolog-based system, designed to fully solve the task. These experiments support a discussion of the challenges facing statutory reasoning moving forward, which we argue is an interesting real-world task that can motivate the development of models able to utilize prescriptive rules specified in natural language.
• Abstract（参考訳）: 法律は、自然言語で表現された規範的な規則の体系と見なすことができる。 事例の事実に対する法律の適用は、これらの事実が自然言語で表現される法定推論(statutory reasoning)と呼ばれる。 計算法則推論は、機械読解におけるほとんどの既存の作業と異なり、ケースを決定するために必要な情報の多くは正確に1回(法律)宣言されるが、機械読解に必要な情報の多くは分布言語統計によって学習される傾向にある。 法定推論における自然言語理解手法の性能を調べるために,法領域テキストコーパスと共にデータセットを提案する。 機械読影モデルのストレートフォワード適用は、法的領域に微調整されたかどうかに関わらず、我々の質問に対して低いアウトオブボックス性能を示す。 タスクを完全に解くように設計された手作りPrologベースのシステムと対比する。 これらの実験は、自然言語で規定された規範的ルールを活用できるモデルの開発を動機付ける、興味深い現実世界の課題である、と我々は主張する。

関連論文リスト

• DELTA: Pre-train a Discriminative Encoder for Legal Case Retrieval via Structural Word Alignment [55.91429725404988]
  判例検索のための識別モデルであるDELTAを紹介する。 我々は浅層デコーダを利用して情報ボトルネックを作り、表現能力の向上を目指しています。 本手法は, 判例検索において, 既存の最先端手法よりも優れている。
  論文  参考訳（メタデータ） (2024-03-27T10:40:14Z)
• Reframing Tax Law Entailment as Analogical Reasoning [38.50170507450238]
  類推タスクの各インスタンスは、法定推論の2つのインスタンスの組み合わせを含む。 これにより、データセットのサイズを2桁に拡大し、解釈可能性の要素を導入する。 このタスクは、自然言語処理モデルが本来のタスクとほぼ同程度に困難であることを示す。
  論文  参考訳（メタデータ） (2024-01-12T17:37:07Z)
• Natural Language Decompositions of Implicit Content Enable Better Text Representations [56.85319224208865]
  本稿では,暗黙的に伝達されたコンテンツを明示的に考慮したテキスト分析手法を提案する。 我々は大きな言語モデルを用いて、観察されたテキストと推論的に関係する命題の集合を生成する。 本研究は,NLPにおいて,文字のみではなく,観察された言語の背景にある意味をモデル化することが重要であることを示唆する。
  論文  参考訳（メタデータ） (2023-05-23T23:45:20Z)
• SAILER: Structure-aware Pre-trained Language Model for Legal Case Retrieval [75.05173891207214]
  判例検索は知的法体系において中心的な役割を果たす。 既存の言語モデルの多くは、異なる構造間の長距離依存関係を理解するのが難しい。 本稿では, LEgal ケース検索のための構造対応プレトランザクショナル言語モデルを提案する。
  論文  参考訳（メタデータ） (2023-04-22T10:47:01Z)
• Language Models as Inductive Reasoners [125.99461874008703]
  本稿では,帰納的推論のための新しいパラダイム(タスク)を提案し,自然言語の事実から自然言語規則を誘導する。 タスクのための1.2kルールファクトペアを含むデータセットDEERを作成し,ルールと事実を自然言語で記述する。 我々は、事前訓練された言語モデルが自然言語の事実から自然言語規則をいかに誘導できるかを、初めてかつ包括的な分析を行う。
  論文  参考訳（メタデータ） (2022-12-21T11:12:14Z)
• The Legal Argument Reasoning Task in Civil Procedure [2.079168053329397]
  我々は,米国民事訴訟の領域から新たなNLPタスクとデータセットを提示する。 データセットの各インスタンスは、ケースの一般的な導入、特定の質問、可能な解決策引数で構成されている。
  論文  参考訳（メタデータ） (2022-11-05T17:41:00Z)
• Discovering Explanatory Sentences in Legal Case Decisions Using Pre-trained Language Models [0.7614628596146599]
  法的テキストは理解が難しい概念を常用する。 弁護士は、過去にどのように使われてきたのかを注意深く調べることで、そのような概念の意味を詳しく説明している。 特定の概念に便利な方法で言及するテキストスニペットを見つけるのは退屈で、時間がかかるため、コストがかかる。
  論文  参考訳（メタデータ） (2021-12-14T04:56:39Z)
• Factoring Statutory Reasoning as Language Understanding Challenges [48.13180364616141]
  法定推論を4種類の言語理解課題問題に分解する。 Prologプログラムに見られる概念と構造を紹介します。 法定推論のモデルは、追加の構造の恩恵を受けることが示されている。
  論文  参考訳（メタデータ） (2021-05-17T14:33:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。