論文の概要: AutoLAW: Augmented Legal Reasoning through Legal Precedent Prediction
- arxiv url: http://arxiv.org/abs/2106.16034v1
- Date: Wed, 30 Jun 2021 13:01:33 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-01 15:36:56.207093
- Title: AutoLAW: Augmented Legal Reasoning through Legal Precedent Prediction
- Title（参考訳）: autolaw: 法的前例予測による法的推論の拡張
- Authors: Robert Zev Mahari
- Abstract要約: 本稿は,NLPが法的コミュニティの未解決ニーズに対処し,正義へのアクセスを高めるためにどのように使用できるかを示す。
本稿では,法律論争の文脈を考慮し,先例裁判所の決定から関連事項を予測することを目的とした法定先行予測(LPP)について紹介する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper demonstrate how NLP can be used to address an unmet need of the
legal community and increase access to justice. The paper introduces Legal
Precedent Prediction (LPP), the task of predicting relevant passages from
precedential court decisions given the context of a legal argument. To this
end, the paper showcases a BERT model, trained on 530,000 examples of legal
arguments made by U.S. federal judges, to predict relevant passages from
precedential court decisions given the context of a legal argument. In 96% of
unseen test examples the correct target passage is among the top-10 predicted
passages. The same model is able to predict relevant precedent given a short
summary of a complex and unseen legal brief, predicting the precedent that was
actually cited by the brief's co-author, former U.S. Solicitor General and
current U.S. Supreme Court Justice Elena Kagan.
- Abstract（参考訳）: 本稿は,NLPが法的コミュニティの未解決ニーズに対処し,正義へのアクセスを高めるためにどのように使用できるかを示す。
本稿では,判例的な議論の文脈を考慮に入れた判例的判決から,関連事項の予測を行う法定先行予測(LPP)について紹介する。
この目的のために、この論文は、米国連邦判事によってなされた530,000の法的議論の例に基づいて訓練されたBERTモデルを示し、法的議論の文脈が与えられた先例裁判所の決定から関連する通過を予測する。
96%の未確認試験では、正しいターゲットパスは予測される上位10のパスのうちの1つである。
同じモデルは、複雑な法的なブリーフの短い要約から関連する前例を予測でき、前者の共著者である元アメリカ合衆国によって実際に引用された前例を予測できる。
司法長官で 連邦最高裁判所判事のエレナ・ケイガン
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) - Towards Explainability in Legal Outcome Prediction Models [64.00172507827499]
我々は、前例が法的NLPモデルの説明可能性を促進する自然な方法であると主張している。
法的な先例の分類法を開発することで、人間の判断と神経モデルを比較することができる。
モデルが合理的に結果を予測することを学習する一方で、前例の使用は人間の判断とは違い、ということがわかりました。
論文 参考訳（メタデータ） (2024-03-25T15:15:41Z) - PILOT: Legal Case Outcome Prediction with Case Law [43.680862577060765]
判例法を用いて判例結果の予測を行う際の2つのユニークな課題を同定する。
第一に、意思決定において裁判官の基本的な証拠となる関連する前例を特定することが重要である。
第二に、初期の事例は異なる法的文脈に従う可能性があるため、時間とともに法原則の進化を考慮する必要がある。
論文 参考訳（メタデータ） (2024-01-28T21:18:05Z) - LePaRD: A Large-Scale Dataset of Judges Citing Precedents [11.163288406795335]
LePaRD (LePaRD) は、アメリカ合衆国連邦裁判所の判例集である。
法的な通過予測は、前例的な裁判所の決定から関連する通過を予測することを目的としている。
LePaRDデータセットのサブセットは無償で利用可能で、データセット全体が公開される。
論文 参考訳（メタデータ） (2023-11-15T20:33:27Z) - Precedent-Enhanced Legal Judgment Prediction with LLM and Domain-Model
Collaboration [52.57055162778548]
法的判断予測(LJP)は、法律AIにおいてますます重要な課題となっている。
先行は、同様の事実を持つ以前の訴訟であり、国家法制度におけるその後の事件の判断の基礎となっている。
近年のディープラーニングの進歩により、LJPタスクの解決に様々なテクニックが使えるようになった。
論文 参考訳（メタデータ） (2023-10-13T16:47:20Z) - Prototype-Based Interpretability for Legal Citation Prediction [16.660004925391842]
我々は、前例と立法規定の両方に関して、弁護士の思考過程と平行してタスクを設計する。
最初の実験結果から,法の専門家のフィードバックを得て,対象の引用予測を洗練する。
我々は,弁護士が使用する決定パラメータに固執しながら,高い性能を達成し,解釈可能性を高めるためのプロトタイプアーキテクチャを導入する。
論文 参考訳（メタデータ） (2023-05-25T21:40:58Z) - Predicting Indian Supreme Court Judgments, Decisions, Or Appeals [0.403831199243454]
新たに開発したML対応法定予測モデルとその運用プロトタイプであるeLegPredictを紹介した。
eLegPredictは3072件の最高裁判所事件で訓練されテストされ、精度は76%に達した(F1スコア)。
eLegPredictはエンドユーザを支援するメカニズムを備えており、新しいケース記述を持つドキュメントが指定されたディレクトリにドロップされると、システムはすぐにコンテンツを読み込んで予測を生成する。
論文 参考訳（メタデータ） (2021-09-28T18:28:43Z) - Lawformer: A Pre-trained Language Model for Chinese Legal Long Documents [56.40163943394202]
我々は,中国法定長文理解のためのLongformerベースの事前学習言語モデル,Lawformerをリリースする。
判決の予測,類似事例の検索,法的読解,法的質問の回答など,さまざまな法務上の課題について法務担当者を評価した。
論文 参考訳（メタデータ） (2021-05-09T09:39:25Z) - What About the Precedent: An Information-Theoretic Analysis of Common
Law [64.49276556192073]
一般的な法律では、新しい事件の結果は、既存の法令ではなく、前例によって決定されることが多い。
私たちは、2つの長年にわたる法学的な見解を比較することで、この問題に最初に取り組みました。
前例の主張は事件の結果と0.38ナットの情報を共有しているのに対し、前例の事実は0.18ナットの情報しか共有していない。
論文 参考訳（メタデータ） (2021-04-25T11:20:09Z)
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。