論文の概要: Case law retrieval: problems, methods, challenges and evaluations in the
last 20 years
- arxiv url: http://arxiv.org/abs/2202.07209v1
- Date: Tue, 15 Feb 2022 06:01:36 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-17 02:20:42.130283
- Title: Case law retrieval: problems, methods, challenges and evaluations in the
last 20 years
- Title(参考訳): 事例法検索 : 過去20年間の課題・方法・課題・評価
- Authors: Daniel Locke and Guido Zuccon
- Abstract要約: 我々は過去20年間の事例法検索の方法を調査した。
今後、事例法検索システムの評価に直面する課題と課題について概説する。
- 参考スコア(独自算出の注目度): 23.13408774493739
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Case law retrieval is the retrieval of judicial decisions relevant to a legal
question. Case law retrieval comprises a significant amount of a lawyer's time,
and is important to ensure accurate advice and reduce workload. We survey
methods for case law retrieval from the past 20 years and outline the problems
and challenges facing evaluation of case law retrieval systems going forward.
Limited published work has focused on improving ranking in ad-hoc case law
retrieval. But there has been significant work in other areas of case law
retrieval, and legal information retrieval generally. This is likely due to
legal search providers being unwilling to give up the secrets of their success
to competitors. Most evaluations of case law retrieval have been undertaken on
small collections and focus on related tasks such as question-answer systems or
recommender systems. Work has not focused on Cranfield style evaluations and
baselines of methods for case law retrieval on publicly available test
collections are not present. This presents a major challenge going forward. But
there are reasons to question the extent of this problem, at least in a
commercial setting. Without test collections to baseline approaches it cannot
be known whether methods are promising. Works by commercial legal search
providers show the effectiveness of natural language systems as well as query
expansion for case law retrieval. Machine learning is being applied to more and
more legal search tasks, and undoubtedly this represents the future of case law
retrieval.
- Abstract(参考訳): 判例法検索は、法的問題に関連する司法判断の検索である。
事例法検索は,弁護士の時間を大幅に短縮し,正確なアドバイスの確保と作業負荷の削減が重要である。
我々は過去20年間の事例法検索の方法を調査し,今後の事例法検索システムの評価に直面する課題と課題を概説する。
限定された出版作業は、アドホックケース法検索におけるランキングの改善に焦点を当てている。
しかし、他の事例法検索や法情報検索の分野では重要な研究がなされている。
これは、合法的な検索プロバイダーが、彼らの成功の秘密をライバルに譲ろうとしないからだろう。
事例法検索のほとんどの評価は、小規模な収集と質問応答システムやレコメンデーターシステムといった関連するタスクに焦点を当てている。
クランフィールドスタイルの評価や、公に入手可能なテストコレクションのケースロー検索方法のベースラインは存在していない。
これは今後の大きな課題である。
しかし、少なくとも商用環境では、この問題の範囲に疑問を呈する理由がある。
テストコレクションからベースラインアプローチがなければ、メソッドが有望かどうかはわからない。
商用の法律検索プロバイダによる研究は、自然言語システムの有効性と事例法検索のためのクエリ拡張を示している。
機械学習は、ますます多くの法的検索タスクに応用されつつあるが、間違いなくこれは、ケースロー検索の未来を表している。
関連論文リスト
- PILOT: Legal Case Outcome Prediction with Case Law [47.718204353667026]
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) - LeCaRDv2: A Large-Scale Chinese Legal Case Retrieval Dataset [20.315416393247247]
大規模法ケース検索データセットLeCaRDv2(バージョン2)を紹介する。
800のクエリと430万件の刑事事件文書から抽出された55,192の候補で構成されている。
評価,ペナルティ,手順の3つの重要な側面を考慮し,既存の関連基準を充実させる。
データセットのすべてのケースは、刑事法を専門とする複数の法律専門家によって注釈付けされています。
論文 参考訳(メタデータ) (2023-10-26T17:32:55Z) - MUSER: A Multi-View Similar Case Retrieval Dataset [65.36779942237357]
類似事例検索(SCR)は、司法公正の促進に重要な役割を果たす代表的法的AIアプリケーションである。
既存のSCRデータセットは、ケース間の類似性を判断する際にのみ、事実記述セクションにフォーカスする。
本稿では,多視点類似度測定に基づく類似事例検索データセットMと,文レベル法定要素アノテーションを用いた包括的法定要素を提案する。
論文 参考訳(メタデータ) (2023-10-24T08:17:11Z) - An Intent Taxonomy of Legal Case Retrieval [43.22489520922202]
訴訟検索は、訴訟文書に焦点をあてた特別情報検索(IR)タスクである。
判例検索の新しい階層的意図分類法を提案する。
判例検索において,検索意図の違いによるユーザの行動と満足度に有意な差が認められた。
論文 参考訳(メタデータ) (2023-07-25T07:27:32Z) - 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) - Legal Element-oriented Modeling with Multi-view Contrastive Learning for
Legal Case Retrieval [3.909749182759558]
本稿では,多視点コントラスト学習目標を用いた訴訟検索のための対話型ネットワークを提案する。
ケースビューコントラスト学習は、関連する訴訟表現の間の隠れた空間距離を最小化する。
ケースの法的な要素を検出するために、法的な要素の知識を意識した指標を用いています。
論文 参考訳(メタデータ) (2022-10-11T06:47:23Z) - Fairness in Recommender Systems: Research Landscape and Future
Directions [119.67643184567623]
本稿は,近年の地域におけるフェアネスの概念と概念について概観する。
この分野での研究が現在どのように行われているのかを概観する。
全体として、最近の研究成果の分析は、ある研究のギャップを示している。
論文 参考訳(メタデータ) (2022-05-23T08:34:25Z) - A Statutory Article Retrieval Dataset in French [4.082216579462797]
ベルギー法令検索データセット(BSARD)について紹介する。
BSARDは、経験豊富な法学者によってラベル付けされた1,100以上のフランス原住民の法的問題と、22,600以上のベルギー法記事のコーパスから関連する記事で構成されている。
項重み付けとプール埋め込みに基づく教師なし情報検索手法のベンチマークを行った。
私たちの最高のパフォーマンスベースラインは50.8%のR@100を達成しています。
論文 参考訳(メタデータ) (2021-08-26T13:50:20Z) - 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。