Fugu-MT 論文翻訳(概要): Legal Search in Case Law and Statute Law

論文の概要: Legal Search in Case Law and Statute Law

arxiv url: http://arxiv.org/abs/2108.10127v1
Date: Mon, 23 Aug 2021 12:51:24 GMT
ステータス: 処理完了
システム内更新日: 2021-08-24 18:07:48.875018
Title: Legal Search in Case Law and Statute Law
Title（参考訳）: 事例法及び法令法における法的探究
Authors: Julien Rossi, Evangelos Kanoulas
Abstract要約: 本稿では,典型的法的文書収集の文脈において,文書の相互関連性を識別する手法について述べる。本稿では、教師あり教師なし学習を含む一般化言語モデルの使用状況について概観する。
参考スコア（独自算出の注目度）: 12.697393184074457
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work we describe a method to identify document pairwise relevance in the context of a typical legal document collection: limited resources, long queries and long documents. We review the usage of generalized language models, including supervised and unsupervised learning. We observe how our method, while using text summaries, overperforms existing baselines based on full text, and motivate potential improvement directions for future work.
Abstract（参考訳）: 本稿では,典型的法的文書収集の文脈において,文書の相互関連性を特定する手法について述べる。本稿では,教師なしおよび教師なし学習を含む一般化言語モデルの利用について検討する。本手法は,テキスト要約を用いて,全文に基づいて既存のベースラインをオーバーパフォーマンスし,今後の作業に向けた潜在的な改善方向を動機付ける。

関連論文リスト

Leveraging Large Language Models for Relevance Judgments in Legal Case Retrieval [18.058942674792604]
本稿では,訴訟の関連判断に適した新規な数ショットワークフローを提案する。 LLMと人的専門家の関連判断を比較することで,信頼性の高い関連判断が得られたことを実証的に示す。
論文参考訳（メタデータ） (2024-03-27T09:46:56Z)
A Deep Learning-Based System for Automatic Case Summarization [2.9141777969894966]
本稿では,効率的な自動ケース要約のためのディープラーニングに基づくシステムを提案する。このシステムは、長い訴訟文書の簡潔かつ関連する要約を生成するための教師なしおよび教師なしの両方の方法を提供する。今後の研究は、要約技術の改良と、我々の手法を他の種類の法的テキストに適用することに焦点を当てる。
論文参考訳（メタデータ） (2023-12-13T01:18:10Z)
In-context Pretraining: Language Modeling Beyond Document Boundaries [137.53145699439898]
In-Context Pretrainingは、言語モデルが関連するドキュメントのシーケンスで事前トレーニングされる新しいアプローチである。本稿では, 近接探索を効率的に行うための近似アルゴリズムを提案する。より複雑なコンテキスト推論を必要とするタスクの顕著な改善が見られます。
論文参考訳（メタデータ） (2023-10-16T17:57:12Z)
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)
Unified Pretraining Framework for Document Understanding [52.224359498792836]
文書理解のための統合事前学習フレームワークであるUDocを紹介する。 UDocは、ほとんどのドキュメント理解タスクをサポートするように設計されており、Transformerを拡張してマルチモーダル埋め込みを入力とする。 UDocの重要な特徴は、3つの自己管理的損失を利用して汎用的な表現を学ぶことである。
論文参考訳（メタデータ） (2022-04-22T21:47:04Z)
An Evaluation Dataset for Legal Word Embedding: A Case Study On Chinese Codex [3.1854529627213273]
単語埋め込みは、多くの自然言語処理タスクで広く使われている現代の分散語表現である。本稿では,5種類の法的関係を利用して,2,388の中国語コーパスから1,134の法的アナロジカル推論質問セット(LARQS)を確立することを提案する。
論文参考訳（メタデータ） (2022-03-29T01:26:26Z)
LexGLUE: A Benchmark Dataset for Legal Language Understanding in English [15.026117429782996]
我々は,多種多様なNLUタスクのモデル性能を評価するためのデータセットの集合であるLexGLUEベンチマークを紹介する。また、複数の汎用的および法的指向モデルの評価と分析を行い、後者が複数のタスクにまたがるパフォーマンス改善を一貫して提供することを示した。
論文参考訳（メタデータ） (2021-10-03T10:50:51Z)
Summarizing Text on Any Aspects: A Knowledge-Informed Weakly-Supervised Approach [89.56158561087209]
文書に関連する任意の側面を要約する。監視データがないため、我々は新しい弱い監督構築法とアスペクト・モデリング・スキームを開発した。実験により,本手法は実文書と合成文書の両方を要約することで,性能の向上を図っている。
論文参考訳（メタデータ） (2020-10-14T03:20:46Z)
Multilevel Text Alignment with Cross-Document Attention [59.76351805607481]
既存のアライメントメソッドは、1つの事前定義されたレベルで動作します。本稿では,文書を文書間注目要素で表現するための階層的アテンションエンコーダを予め確立した新しい学習手法を提案する。
論文参考訳（メタデータ） (2020-10-03T02:52:28Z)
Building Legal Case Retrieval Systems with Lexical Matching and Summarization using A Pre-Trained Phrase Scoring Model [1.9275428660922076]
本研究は,2019年法律情報抽出・販売コンペティションの判例検索課題に対処する手法を提案する。我々のアプローチは、要約が検索に重要であるという考え方に基づいている。コンペティションのベンチマークにおけるタスクの最先端の結果を達成しました。
論文参考訳（メタデータ） (2020-09-29T15:10:59Z)
A Survey on Contextual Embeddings [48.04732268018772]
文脈埋め込みは、各単語を文脈に基づく表現として割り当て、様々な文脈にまたがる単語の使用を捉え、言語間で伝達される知識を符号化する。本稿では,既存の文脈埋め込みモデル,言語間多言語事前学習,下流タスクへの文脈埋め込みの適用,モデル圧縮,モデル解析についてレビューする。
論文参考訳（メタデータ） (2020-03-16T15:22:22Z)

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。