Fugu-MT 論文翻訳(概要): Crowdsourced Databases and Sui Generis Rights

論文の概要: Crowdsourced Databases and Sui Generis Rights

arxiv url: http://arxiv.org/abs/2108.04727v1
Date: Tue, 10 Aug 2021 14:44:59 GMT
ステータス: 処理完了
システム内更新日: 2021-08-11 16:37:40.677977
Title: Crowdsourced Databases and Sui Generis Rights
Title（参考訳）: クラウドソーシングデータベースとsuジェネリス権利
Authors: Gon\c{c}alo Sim\~oes de Almeida, Gon\c{c}alo Faria Abreu
Abstract要約: 我々は,データベース (crowdsourced database) の新たな概念を提案する。発展する法律的・実践的な文脈で文脈化することなく、新しい理論を提案するのは賢明ではない。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this study we propose a new concept of databases (crowdsourced databases), adding a new conceptual approach to the debate on legal protection of databases in Europe. We also summarise the current legal framework and current indexing and web scraping practices - it would not be prudent to suggest a new theory without contextualising it in the legal and practical context in which it is developed.
Abstract（参考訳）: 本研究では,ヨーロッパにおけるデータベースの法的保護に関する議論に新たな概念的アプローチを加え,データベース(crowdsourced database)の新たな概念を提案する。私たちはまた、現在の法的枠組みと現在のインデックス化とwebスクレイピングのプラクティスを要約します。

関連論文リスト

Impacts of Continued Legal Pre-Training and IFT on LLMs' Latent Representations of Human-Defined Legal Concepts [0.0]
我々は、人間定義の法的概念を含む、最近のAI & Lawから7つの異なるテキストシーケンスを調査した。そこで,本研究では,人間の法的知識の構造に対応する新たな注意パターンを導入したかどうかを検証し,生の注意点変化パターンを可視化した。本調査により,(1) 法的訓練の効果は, 法的概念に不均一に分散し, (2) 法的訓練で学んだ法的知識の文脈表現は, 法的概念の構造と一致しないことが明らかとなった。
論文参考訳（メタデータ） (2024-10-15T19:06:14Z)
Evaluating Copyright Takedown Methods for Language Models [100.38129820325497]
言語モデル(LM)は、潜在的に著作権のある資料を含む様々なデータに対する広範な訓練からその能力を引き出す。本稿では,LMの著作権削除の可能性と副作用を初めて評価する。システムプロンプトの追加、デコード時間フィルタリングの介入、未学習アプローチなど、いくつかの戦略を検討する。
論文参考訳（メタデータ） (2024-06-26T18:09:46Z)
Towards Supporting Legal Argumentation with NLP: Is More Data Really All You Need? [1.6311895940869516]
訴訟における決定を正当化する法的推論と議論は、常にAIと法の中心であった。法律NLPの最近の発展は、テキストから法的結論を統計的に分類することに集中している。本稿では,AIと法学における伝統的な象徴的著作と,近年の法的NLPの進歩を概観する。
論文参考訳（メタデータ） (2024-06-16T15:15:44Z)
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)
Foundation Models and Fair Use [96.04664748698103]
米国や他の国では、著作権のあるコンテンツは、公正な使用原理のために責任を負わずに基礎モデルを構築するために使われることがある。本研究では,著作権コンテンツに基づく基礎モデルの開発と展開の潜在的なリスクについて調査する。基礎モデルが公正な使用と一致し続けるのに役立つ技術的緩和について論じる。
論文参考訳（メタデータ） (2023-03-28T03:58:40Z)
The AI Act proposal: a new right to technical interpretability? [0.0]
本研究は、人工知能(AI法)の調和ルールを規定する規則の提案によって導入された新たな規定が、EUの法的枠組みにおける技術的説明可能性の存在を示すのに十分であるかどうかを考察する。これは、Information Society Law Centerが主催するオンラインイベントに提出された予備的な作業であり、後にフルペーパーとして開発される予定である。
論文参考訳（メタデータ） (2023-03-14T16:37:48Z)
Do Charge Prediction Models Learn Legal Theory? [59.74220430434435]
我々は、信頼できる電荷予測モデルが法的理論を考慮に入れるべきであると主張している。本稿では,この課題に従わなければならない信頼に値するモデルの3つの原則を提案する。以上の結果から,既存の電荷予測モデルはベンチマークデータセットの選択的原理に合致するが,そのほとんどが十分な感度が得られず,無害の予測を満たさないことが示唆された。
論文参考訳（メタデータ） (2022-10-31T07:32:12Z)
Pile of Law: Learning Responsible Data Filtering from the Law and a 256GB Open-Source Legal Dataset [46.156169284961045]
我々は, フィルター材料におけるトレードオフに直接対処する法則に基づくフィルタリングへのアプローチを提案する。まず、256GBのオープンソース英語および行政データのデータセットであるPile of Lawを収集、利用可能にします。第二に、政府が有毒または私的コンテンツを含めることを規制するために開発した法規範を精査する。第3に、Pile of Lawが研究者に、このようなフィルタリングルールを直接データから学習する機会を提供する方法を示します。
論文参考訳（メタデータ） (2022-07-01T06:25:15Z)
Text-guided Legal Knowledge Graph Reasoning [11.089663225933412]
本稿では,関連する法律規定を予測することを目的とした,新しい法律提供予測(lpp)の適用を提案する。広東省庁のWebサイトから現実の法的規定データを収集し、LegalLPPという法的データセットを構築します。
論文参考訳（メタデータ） (2021-04-06T04:42:56Z)
Forecasting: theory and practice [65.71277206849244]
本稿は、理論と予測の実践について、非体系的なレビューを提供する。我々は、幅広い理論的、最先端のモデル、方法、原則、アプローチの概要を提供する。そして、そのような理論概念が様々な実生活の文脈でどのように適用されるかを示す。
論文参考訳（メタデータ） (2020-12-04T16:56:44Z)
Modelling Value-oriented Legal Reasoning in LogiKEy [0.0]
LogiKEyは、対話的かつ自動化された定理証明技術を利用して、法的ドメイン固有言語や理論の開発と形式的検証を行うためのテストベッドを提供する。我々は、知識表現における最新の研究と、非古典論理学における推論、自動定理証明、および法的推論における応用の間の新しい橋渡しを確立する。
論文参考訳（メタデータ） (2020-06-23T06:57:15Z)

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。