論文の概要: Effective Approach to Develop a Sentiment Annotator For Legal Domain in a Low Resource Setting

• arxiv url: http://arxiv.org/abs/2011.00318v1
• Date: Sat, 31 Oct 2020 17:12:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-01 04:57:43.828116
• Title: Effective Approach to Develop a Sentiment Annotator For Legal Domain in a Low Resource Setting
• Title（参考訳）: 低資源環境における法的ドメインに対する感情指示器開発への効果的なアプローチ
• Authors: Gathika Ratnayaka, Nisansa de Silva, Amal Shehan Perera, Ramesh Pathirana
• Abstract要約: 法的意見文で利用できる法的意見の感情を分析することは、法的判断の予測、矛盾する言明の識別、政党に基づく感情分析などのいくつかのユースケースを促進することができる。 ドメイン固有のラベル付きデータやドメインの専門知識の欠如といったリソース制約のために、法的ドメイン固有の感情アノテータを開発するというタスクは難しい。 本研究では,データの手動アノテーションの必要性を最小限に抑えつつ,法的ドメインに対する感情アノテータの開発に使用できる新しい手法を提案する。
• 参考スコア（独自算出の注目度）: 0.41783829807634776
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Analyzing the sentiments of legal opinions available in Legal Opinion Texts can facilitate several use cases such as legal judgement prediction, contradictory statements identification and party-based sentiment analysis. However, the task of developing a legal domain specific sentiment annotator is challenging due to resource constraints such as lack of domain specific labelled data and domain expertise. In this study, we propose novel techniques that can be used to develop a sentiment annotator for the legal domain while minimizing the need for manual annotations of data.
• Abstract（参考訳）: 法的意見テキストで利用可能な法的意見の感情分析は、法的判断予測、矛盾する声明の識別、政党に基づく感情分析など、いくつかのユースケースを促進することができる。 しかし、ドメイン固有のラベル付きデータやドメインの専門知識の欠如といったリソース制約のため、法的ドメイン固有の感情アノテータを開発するという課題は困難である。 本研究では,データの手動アノテーションの必要性を最小限に抑えつつ,法的ドメインに対する感情アノテータの開発に使用できる新しい手法を提案する。

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)
• Enhancing Pre-Trained Language Models with Sentence Position Embeddings for Rhetorical Roles Recognition in Legal Opinions [0.16385815610837165]
  法的意見の規模は増え続けており、法的意見の修辞的役割を正確に予測できるモデルを開発することはますます困難になっている。 本稿では,文の位置情報に関する知識によって強化された事前学習言語モデル(PLM)を用いて,修辞的役割を自動的に予測する新しいモデルアーキテクチャを提案する。 LegalEval@SemEval2023コンペティションの注釈付きコーパスに基づいて、我々のアプローチではパラメータが少なく、計算コストが低下することを示した。
  論文  参考訳（メタデータ） (2023-10-08T20:33:55Z)
• Datasets for Portuguese Legal Semantic Textual Similarity: Comparing weak supervision and an annotation process approaches [1.9244230111838758]
  ブラジルの司法評議会は、デジタル化の文書化とプロセスに関する正式なガイダンスを決議469/2022に制定した。 この記事では、法的ドメインからの4つのデータセットをコントリビュートする。2つはドキュメントとメタデータを持つが、ラベル付けされていない。 基礎的真理ラベルの分析は、ドメインの専門家にとってもドメインテキストのセマンティック分析が困難であることを強調している。
  論文  参考訳（メタデータ） (2023-05-29T18:27:10Z)
• Unlocking Practical Applications in Legal Domain: Evaluation of GPT for Zero-Shot Semantic Annotation of Legal Texts [0.0]
  我々は、短いテキストスニペットのセマンティックアノテーションを実行するための、最先端の生成事前学習トランスフォーマ(GPT)モデルの有効性を評価する。 その結果、GPTモデルは様々な種類の文書のゼロショット設定において驚くほどよく機能することがわかった。
  論文  参考訳（メタデータ） (2023-05-08T01:55:53Z)
• 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)
• Agent-Specific Deontic Modality Detection in Legal Language [19.94131001761646]
  LEXDEMOD (英語: LEXDEMOD) は、契約当事者または代理人に対して表現された非合法的なモダリティを付加した英語契約のコーパスである。 このデータセットを, (i) エージェント固有のマルチラベル・デオン・モダリティ分類, (ii) エージェント固有のデオン・モダリティとトリガスパン検出の2つのタスクでベンチマークする。 実験の結果,LEXDEMODにおけるモーダル表現の言語的多様性は,リースから雇用・賃貸契約まで合理的に一般化していることがわかった。
  論文  参考訳（メタデータ） (2022-11-23T07:32:23Z)
• Domain-Agnostic Prior for Transfer Semantic Segmentation [197.9378107222422]
  教師なしドメイン適応(UDA)はコンピュータビジョンコミュニティにおいて重要なトピックである。 ドメインに依存しない事前学習(DAP)を用いてドメイン間表現学習を規則化する機構を提案する。 我々の研究は、UDAがより良いプロキシ、おそらく他のデータモダリティの恩恵を受けていることを明らかにしている。
  論文  参考訳（メタデータ） (2022-04-06T09:13:25Z)
• Unsupervised Domain Generalization for Person Re-identification: A Domain-specific Adaptive Framework [50.88463458896428]
  ドメイン一般化(DG)は近年,人物再同定(ReID)において注目されている。 既存のメソッドは通常、ソースドメインにラベルを付ける必要があります。 本稿では、単純で効率的なドメイン固有適応化フレームワークを提案し、適応正規化モジュールで実現する。
  論文  参考訳（メタデータ） (2021-11-30T02:35:51Z)
• Important Sentence Identification in Legal Cases Using Multi-Class Classification [0.1499944454332829]
  本研究は, 訴訟における重要な文を特定するために, 多クラス分類における文埋め込みの利用について検討する。 タスク固有損失関数は、カテゴリー的クロスエントロピー損失の直接的な使用によって制限される精度を改善するために定義される。
  論文  参考訳（メタデータ） (2021-11-10T14:58:29Z)
• Domain Adaptation for Semantic Segmentation via Patch-Wise Contrastive Learning [62.7588467386166]
  ドメイン間で構造的に類似するラベルパッチの機能を調整することで、ドメインギャップを埋めるためにコントラスト学習を利用する。 私たちのアプローチは、常に2つの困難なドメイン適応セグメンテーションタスクにおいて、最先端の非監視および半監督メソッドを上回ります。
  論文  参考訳（メタデータ） (2021-04-22T13:39:12Z)
• Interventional Domain Adaptation [81.0692660794765]
  ドメイン適応(DA)は、ソースドメインからターゲットドメインに学習した差別的特徴を転送することを目的としている。 標準的なドメイン不変学習は、素早い相関に悩まされ、ソース固有性を誤って転送する。 ドメイン固有部分とドメイン共有部分とを区別する反ファクト機能を作成します。
  論文  参考訳（メタデータ） (2020-11-07T09:53:13Z)

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。