Fugu-MT 論文翻訳(概要): IITP in COLIEE@ICAIL 2019: Legal Information Retrieval usingBM25 and BERT

論文の概要: IITP in COLIEE@ICAIL 2019: Legal Information Retrieval usingBM25 and BERT

arxiv url: http://arxiv.org/abs/2104.08653v1
Date: Sat, 17 Apr 2021 22:28:15 GMT
ステータス: 処理完了
システム内更新日: 2021-04-23 05:43:42.244075
Title: IITP in COLIEE@ICAIL 2019: Legal Information Retrieval usingBM25 and BERT
Title（参考訳）: COLIEE@ICAIL 2019におけるIITP:BM25とBERTを用いた法的情報検索
Authors: Baban Gain, Dibyanayan Bandyopadhyay, Tanik Saikh, Asif Ekbal
Abstract要約: 本稿では,共有タスクへの参加の一環として実施した実験について,作業ノートを提示する。異なる情報検索(ir)と深層学習に基づくアプローチを用いてこの問題に取り組む。
参考スコア（独自算出の注目度）: 23.62025029923504
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Natural Language Processing (NLP) and Information Retrieval (IR) in the judicial domain is an essential task. With the advent of availability domain-specific data in electronic form and aid of different Artificial intelligence (AI) technologies, automated language processing becomes more comfortable, and hence it becomes feasible for researchers and developers to provide various automated tools to the legal community to reduce human burden. The Competition on Legal Information Extraction/Entailment (COLIEE-2019) run in association with the International Conference on Artificial Intelligence and Law (ICAIL)-2019 has come up with few challenging tasks. The shared defined four sub-tasks (i.e. Task1, Task2, Task3 and Task4), which will be able to provide few automated systems to the judicial system. The paper presents our working note on the experiments carried out as a part of our participation in all the sub-tasks defined in this shared task. We make use of different Information Retrieval(IR) and deep learning based approaches to tackle these problems. We obtain encouraging results in all these four sub-tasks.
Abstract（参考訳）: 司法領域における自然言語処理(NLP)と情報検索(IR)は必須課題である。電子形式でのドメイン固有データの出現と異なる人工知能(AI)技術の支援により、自動化された言語処理はより快適になり、研究者や開発者が法的コミュニティに様々な自動化ツールを提供することで人的負担を減らすことが可能になった。 international conference on artificial intelligence and law (icail)-2019 (coliee-2019) とは、国際人工知能・法会議 (international conference on artificial intelligence and law,icail) の略である。共有された4つのサブタスク(すなわち)。 task1、task2、task3、task4は、司法システムに少数の自動化システムを提供することができる。本稿では,この共有タスクで定義されたすべてのサブタスクへの参加の一環として実施した実験について報告する。我々はこれらの問題に対処するために、異なる情報検索(IR)と深層学習に基づくアプローチを利用している。これら4つのサブタスクすべてにおいて、奨励的な結果が得られる。

関連論文リスト

The Foundations of Computational Management: A Systematic Approach to Task Automation for the Integration of Artificial Intelligence into Existing Workflows [55.2480439325792]
本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
論文参考訳（メタデータ） (2024-02-07T01:45:14Z)
Artificial intelligence to automate the systematic review of scientific literature [0.0]
我々は過去15年間に提案されたAI技術について,研究者が科学的文献の体系的な分析を行うのを助けるために調査を行った。現在サポートされているタスク、適用されるアルゴリズムの種類、34の初等研究で提案されているツールについて説明する。
論文参考訳（メタデータ） (2024-01-13T19:12:49Z)
CAPTAIN at COLIEE 2023: Efficient Methods for Legal Information Retrieval and Entailment Tasks [7.0271825812050555]
本稿では,COLIEE 2023コンペティションにおけるタスク2,タスク3,タスク4の対応戦略について概説する。提案手法は,最先端のディープラーニング手法の活用,ドメイン特性の観察に基づく手法の設計,厳密なエンジニアリングプラクティスと方法論を競争に適用することであった。
論文参考訳（メタデータ） (2024-01-07T17:23:27Z)
NeCo@ALQAC 2023: Legal Domain Knowledge Acquisition for Low-Resource Languages through Data Enrichment [2.441072488254427]
本稿では,ベトナムのテキスト処理タスクに対するNeCo Teamのソリューションを,ALQAC 2023(Automated Legal Question Answering Competition 2023)で紹介する。法的な文書検索タスクでは,類似度ランキングと深層学習モデルを組み合わせた手法が採用されているが,第2の課題では,異なる質問タイプを扱うための適応的手法が提案されている。提案手法は, 競争の両課題において, 法的分野における質問応答システムの潜在的メリットと有効性を示す, 卓越した結果を達成している。
論文参考訳（メタデータ） (2023-09-11T14:43:45Z)
AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文参考訳（メタデータ） (2023-04-10T15:38:12Z)
Human-Centric Multimodal Machine Learning: Recent Advances and Testbed on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。 i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文参考訳（メタデータ） (2023-02-13T16:44:44Z)
Towards AI-Empowered Crowdsourcing [27.0404686687184]
本稿では,AIを活用したクラウドソーシングをタスク委譲,労働者のモチベーション,品質管理の3分野に分けた分類法を提案する。限界と洞察を議論し、これらの領域で研究を行う上での課題を整理し、将来有望な研究方向性を明らかにする。
論文参考訳（メタデータ） (2022-12-28T05:06:55Z)
Human-Centered AI for Data Science: A Systematic Approach [48.71756559152512]
HCAI(Human-Centered AI)は、さまざまなヒューマンタスクをサポートするAI技術の設計と実装を目的とした研究活動である。データサイエンス(DS)に関する一連の研究プロジェクトを使ってHCAIにどのようにアプローチするかをケーススタディとして紹介する。
論文参考訳（メタデータ） (2021-10-03T21:47:13Z)
The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。 Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
論文参考訳（メタデータ） (2021-07-05T12:18:17Z)
IITP at AILA 2019: System Report for Artificial Intelligence for Legal Assistance Shared Task [22.01644160437953]
我々は、AILA(Artificial Intelligence for Legal Assistance)という共有タスクへの参加の一環として、我々のシステムについて記述する。このトラックの結果は、インド司法制度の作業プロセスの自動化に役立つだろう。この種のトラックはまた、司法領域における自然言語処理(NLP)の研究の道を開く。
論文参考訳（メタデータ） (2021-05-24T15:31:24Z)
How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence [81.04070052740596]
法律人工知能(Legal AI)は、人工知能、特に自然言語処理の技術を適用して、法的領域におけるタスクに役立てることに焦点を当てている。本稿では,LegalAIにおける研究の歴史,現状,今後の方向性について紹介する。
論文参考訳（メタデータ） (2020-04-25T14:45:15Z)

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。