論文の概要: The Legislative Recipe: Syntax for Machine-Readable Legislation

• arxiv url: http://arxiv.org/abs/2108.08678v1
• Date: Thu, 19 Aug 2021 13:40:35 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-20 19:04:45.950257
• Title: The Legislative Recipe: Syntax for Machine-Readable Legislation
• Title（参考訳）: 立法レシピ:機械可読法のための構文
• Authors: Megan Ma and Bryan Wilson
• Abstract要約: この記事では、機械可読性の概念を解き放とうとする。 法的な知識を表現する能力と限界を評価するために、ロジックの構文とシンボリック言語を反映します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Legal interpretation is a linguistic venture. In judicial opinions, for example, courts are often asked to interpret the text of statutes and legislation. As time has shown, this is not always as easy as it sounds. Matters can hinge on vague or inconsistent language and, under the surface, human biases can impact the decision-making of judges. This raises an important question: what if there was a method of extracting the meaning of statutes consistently? That is, what if it were possible to use machines to encode legislation in a mathematically precise form that would permit clearer responses to legal questions? This article attempts to unpack the notion of machine-readability, providing an overview of both its historical and recent developments. The paper will reflect on logic syntax and symbolic language to assess the capacity and limits of representing legal knowledge. In doing so, the paper seeks to move beyond existing literature to discuss the implications of various approaches to machine-readable legislation. Importantly, this study hopes to highlight the challenges encountered in this burgeoning ecosystem of machine-readable legislation against existing human-readable counterparts.
• Abstract（参考訳）: 法律解釈は言語ベンチャーである。 例えば、司法の意見では、裁判所はしばしば法令や法律の文言を解釈するよう求められている。 時が示しているように、これは必ずしも聞こえるほど簡単ではない。 物事は曖昧で一貫性のない言語にヒンジし、表面的には人間の偏見は裁判官の決定に影響を及ぼす。 法令の意味を一貫して抽出する方法があるとしたらどうだろう? つまり、もし機械が法則を数学的に正確に符号化し、法的問題に対するより明確な対応を許すことができたらどうだろう? この記事では、機械可読性の概念を解き放ち、その歴史的発展と最近の発展を概観する。 本論文は,法的知識を表現する能力と限界を評価するために,論理構文と記号言語を考察する。 この論文は、機械可読法に対する様々なアプローチの意義を議論するために、既存の文献を越えようとしている。 重要なのは、この急成長している機械可読法エコシステムにおける、既存の人間可読法に対する課題を強調することだ。

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)
• The Ethics of Automating Legal Actors [58.81546227716182]
  我々は、裁判官の役割の自動化は、特に一般的な法体系において、難しい倫理的課題を提起すると主張している。 我々の主張は、単に法律を適用するのではなく、法律を積極的に形成する際の裁判官の社会的役割から従う。 モデルが人間レベルの能力を達成できたとしても、法的プロセスの自動化に固有の倫理的懸念は残るだろう。
  論文  参考訳（メタデータ） (2023-12-01T13:48:46Z)
• 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)
• 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)
• Law to Binary Tree -- An Formal Interpretation of Legal Natural Language [3.1468624343533844]
  本稿では,法学,特に法律分類学に基づく新たな手法を提案する。 本手法は,法文書の規則を二分木と解釈し,法的推論システムによる決定と論理的矛盾の解決を容易にする。
  論文  参考訳（メタデータ） (2022-12-16T08:26:32Z)
• Exploiting Contrastive Learning and Numerical Evidence for Confusing Legal Judgment Prediction [46.71918729837462]
  訴訟の事実記述文を考慮し、法的判断予測は、事件の告訴、法律記事、刑期を予測することを目的としている。 従来の研究では、標準的なクロスエントロピー分類損失と異なる分類誤差を区別できなかった。 本稿では,モコに基づく教師付きコントラスト学習を提案する。 さらに,事前学習した数値モデルにより符号化された抽出された犯罪量による事実記述の表現をさらに強化する。
  論文  参考訳（メタデータ） (2022-11-15T15:53:56Z)
• 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)
• A Dataset for Statutory Reasoning in Tax Law Entailment and Question Answering [37.66486350122862]
  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。
  論文  参考訳（メタデータ） (2020-05-11T16:54:42Z)
• Distinguish Confusing Law Articles for Legal Judgment Prediction [30.083642130015317]
  LJP(Lawal Judgment Prediction)は、その事実を記述したテキストが与えられた場合、訴訟の判断結果を自動的に予測するタスクである。 LJP の課題を解決するために,エンド・ツー・エンドのモデル LADAN を提案する。
  論文  参考訳（メタデータ） (2020-04-06T11:09:44Z)

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。