論文の概要: JUSTICE: A Benchmark Dataset for Supreme Court's Judgment Prediction
- arxiv url: http://arxiv.org/abs/2112.03414v1
- Date: Mon, 6 Dec 2021 23:19:08 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-09 04:55:32.114321
- Title: JUSTICE: A Benchmark Dataset for Supreme Court's Judgment Prediction
- Title（参考訳）: JUSTICE: 最高裁判所の判断予測のためのベンチマークデータセット
- Authors: Mohammad Alali, Shaayan Syed, Mohammed Alsayed, Smit Patel, Hemanth
Bodala
- Abstract要約: 我々は、自然言語処理(NLP)研究やその他のデータ駆動アプリケーションで容易に利用できるように、SCOTUS裁判所の高品質なデータセットを作成することを目指している。
先進的なNLPアルゴリズムを用いて以前の訴訟を分析することにより、訓練されたモデルは裁判所の判断を予測し、分類することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial intelligence is being utilized in many domains as of late, and the
legal system is no exception. However, as it stands now, the number of
well-annotated datasets pertaining to legal documents from the Supreme Court of
the United States (SCOTUS) is very limited for public use. Even though the
Supreme Court rulings are public domain knowledge, trying to do meaningful work
with them becomes a much greater task due to the need to manually gather and
process that data from scratch each time. Hence, our goal is to create a
high-quality dataset of SCOTUS court cases so that they may be readily used in
natural language processing (NLP) research and other data-driven applications.
Additionally, recent advances in NLP provide us with the tools to build
predictive models that can be used to reveal patterns that influence court
decisions. By using advanced NLP algorithms to analyze previous court cases,
the trained models are able to predict and classify a court's judgment given
the case's facts from the plaintiff and the defendant in textual format; in
other words, the model is emulating a human jury by generating a final verdict.
- Abstract（参考訳）: 人工知能は、最近多くの領域で利用されているが、法制度も例外ではない。
しかし、現時点では、アメリカ合衆国最高裁判所(スコトゥス)の法的文書に関する注釈付きデータセットの数は、公的な使用には極めて限られている。
最高裁判所の判断はパブリックドメインの知識だが、そのデータのスクラッチから手作業で収集し処理する必要があるため、意味のある作業を試みることは、はるかに大きな課題となる。
したがって、私たちの目標は、自然言語処理(NLP)研究やその他のデータ駆動アプリケーションで容易に使用できるように、SCOTUS裁判所の高品質なデータセットを作成することです。
さらに、NLPの最近の進歩は、裁判所決定に影響を与えるパターンを明らかにするために使用できる予測モデルを構築するためのツールを提供する。
高度なnlpアルゴリズムを用いて過去の裁判を解析することにより、訓練されたモデルは原告と被告の事実をテキスト形式で判断し、裁判所の判断を予測し分類することができる。
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) - Low-Resource Court Judgment Summarization for Common Law Systems [32.13166048504629]
CLSumは,多審理法裁判所判決文書を要約する最初のデータセットである。
これは、データ拡張、要約生成、評価において、大規模言語モデル(LLM)を採用する最初の裁判所判決要約作業である。
論文 参考訳（メタデータ） (2024-03-07T12:47:42Z) - LLM vs. Lawyers: Identifying a Subset of Summary Judgments in a Large UK
Case Law Dataset [0.0]
本研究は, 英国裁判所判決の大規模コーパスから, 判例, 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、
我々は、ケンブリッジ法コーパス356,011英国の裁判所決定を用いて、大きな言語モデルは、キーワードに対して重み付けされたF1スコアが0.94対0.78であると判断する。
我々は,3,102件の要約判断事例を同定し抽出し,その分布を時間的範囲の様々な英国裁判所にマップできるようにする。
論文 参考訳（メタデータ） (2024-03-04T10:13:30Z) - 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) - 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) - 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) - ClassActionPrediction: A Challenging Benchmark for Legal Judgment
Prediction of Class Action Cases in the US [0.0]
米国におけるクラスアクションケースに焦点を当てた、挑戦的なLJPデータセットを初めてリリースしました。
これは、裁判所がしばしば使用する事実の要約ではなく、苦情を入力として含む、より難しくより現実的なタスクに焦点を当てた、共通の法体系における最初のデータセットである。
我々のLongformerモデルは、最初の2,048トークンしか考慮していないにもかかわらず、明らかに人間のベースライン(63%)を上回っている。さらに、詳細なエラー解析を行い、Longformerモデルが人間の専門家よりも格付けがかなり優れていることを発見した。
論文 参考訳（メタデータ） (2022-11-01T16:57:59Z) - Using attention methods to predict judicial outcomes [0.0]
私たちは、ブラジルの法体系における司法結果を予測するためにAI分類器を使用しました。
これらのテキストは、第二級殺人と活発な汚職事件のデータセットを形成した。
我々の研究では、回帰木、Gated Recurring Units、階層的注意ネットワークが、異なるサブセットに対してより高いメトリクスを示しました。
論文 参考訳（メタデータ） (2022-07-18T16:24:34Z) - 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)
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。