論文の概要: Semantic Norm Recognition and its application to Portuguese Law
- arxiv url: http://arxiv.org/abs/2203.05425v1
- Date: Thu, 10 Mar 2022 15:28:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-11 13:43:27.471629
- Title: Semantic Norm Recognition and its application to Portuguese Law
- Title（参考訳）: 意味規範認識とそのポルトガル法への応用
- Authors: Maria Duarte, Pedro A. Santos, Jo\~ao Dias and Jorge Baptista
- Abstract要約: SNR(Semantic Norm Recognition)システムは,ポルトガルの消費者法から取得したドメイン固有(法的)テキストコーパスに基づいて,自動意味情報抽出システムである。
我々は,既存の雑音にもかかわらず,このドメイン固有のコーパスにおいて,システムがどのように優れた結果(F1スコア81.44%)を達成し,情報検索などの下流タスクの改善にどのように利用できるかを実証した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Being able to clearly interpret legal texts and fully understanding our
rights, obligations and other legal norms has become progressively more
important in the digital society. However, simply giving citizens access to the
laws is not enough, as there is a need to provide meaningful information that
cater to their specific queries and needs. For this, it is necessary to extract
the relevant semantic information present in legal texts. Thus, we introduce
the SNR (Semantic Norm Recognition) system, an automatic semantic information
extraction system trained on a domain-specific (legal) text corpus taken from
Portuguese Consumer Law. The SNR system uses the Portuguese Bert (BERTimbau)
and was trained on a legislative Portuguese corpus. We demonstrate how our
system achieved good results (81.44\% F1-score) on this domain-specific corpus,
despite existing noise, and how it can be used to improve downstream tasks such
as information retrieval.
- Abstract（参考訳）: 法的文書を明確に解釈し、我々の権利、義務、その他の法的規範を完全に理解できることは、デジタル社会において徐々に重要になっている。
しかし、特定のクエリやニーズに対応する意味のある情報を提供する必要があるため、市民に法律へのアクセスを与えるだけでは不十分である。
そのためには、法的文書に存在する関連する意味情報を抽出する必要がある。
そこで我々は,ポルトガルの消費者法から取得したドメイン固有(法的)テキストコーパスに基づいて,自動意味情報抽出システムであるSNR(Semantic Norm Recognition)システムを導入する。
SNRはポルトガル・ベルト(BERTimbau)を使用し、ポルトガルの立法機関で訓練を受けた。
本研究では,既存の雑音によらず,このドメイン固有コーパスにおける良好な結果(81.44 % F1-score)と,情報検索などの下流タスクの改善にどのように活用できるかを示す。
関連論文リスト
- Unlocking Legal Knowledge with Multi-Layered Embedding-Based Retrieval [0.0]
本稿では,法的および立法的テキストに対する多層埋め込みに基づく検索手法を提案する。
提案手法は,検索型拡張生成システムに正確な応答を提供することによって,様々な情報要求を満たす。
論文 参考訳（メタデータ） (2024-11-12T12:03:57Z) - 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) - From Text to Structure: Using Large Language Models to Support the
Development of Legal Expert Systems [0.6249768559720122]
法律に焦点をあてたルールベースのエキスパートシステムは、法制が法律にどのように適用されるかを理解して、有益なコンテキストと情報を提供するのを支援することができる。
本稿では,GPT-4のような大規模言語モデル(LLM)が,法律から構造化表現を自動的に抽出できる程度について検討する。
法律決定支援システムのJoursBotの方法論によれば、LSMを使って法律から経路を作成し、その経路を評価し、それらを手作業で作成した経路と比較する。
論文 参考訳（メタデータ） (2023-11-01T18:31:02Z) - Towards Grammatical Tagging for the Legal Language of Cybersecurity [0.0]
法律言語は、典型的には法的職業に従事する人々によって使用される言語として理解することができる。
最近のサイバーセキュリティに関する法律では、明らかに法的言語が使われている。
本稿では,サイバーセキュリティの法的言語の本質的解釈の課題に直面する。
論文 参考訳（メタデータ） (2023-06-29T15:39:20Z) - Natural Language Decompositions of Implicit Content Enable Better Text
Representations [56.85319224208865]
本稿では,暗黙的に伝達されたコンテンツを明示的に考慮したテキスト分析手法を提案する。
我々は大きな言語モデルを用いて、観察されたテキストと推論的に関係する命題の集合を生成する。
本研究は,NLPにおいて,文字のみではなく,観察された言語の背景にある意味をモデル化することが重要であることを示唆する。
論文 参考訳（メタデータ） (2023-05-23T23:45:20Z) - 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) - Finding the Law: Enhancing Statutory Article Retrieval via Graph Neural
Networks [3.5880535198436156]
本稿では,グラフニューラルネットワークを用いて法制構造を組み込んだグラフ拡張高密度法規検索(G-DSR)モデルを提案する。
実験の結果,本手法は,実世界のエキスパートアノテートされたSARデータセットにおいて,強力な検索ベースラインよりも優れていることがわかった。
論文 参考訳（メタデータ） (2023-01-30T12:59:09Z) - 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) - \textit{StateCensusLaws.org}: A Web Application for Consuming and
Annotating Legal Discourse Learning [89.77347919191774]
法律テキストの対話セグメントを解析およびラベル付けするために訓練されたNLPモデルの出力を強調表示するためのWebアプリケーションを作成します。
我々は、米国国勢調査人口を用いて資源を割り当て、政府を組織する州レベルの法律に焦点を当てる。
論文 参考訳（メタデータ） (2021-04-20T22:00:54Z) - 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) - Towards Accurate Scene Text Recognition with Semantic Reasoning Networks [52.86058031919856]
本稿では,シーンテキスト認識のための意味推論ネットワーク(SRN)という,エンドツーエンドのトレーニング可能な新しいフレームワークを提案する。
GSRMはマルチウェイ並列伝送によってグローバルセマンティックコンテキストをキャプチャするために導入された。
正規テキスト,不規則テキスト,非ラテン語長文を含む7つの公開ベンチマークの結果,提案手法の有効性とロバスト性を検証した。
論文 参考訳（メタデータ） (2020-03-27T09:19:25Z)
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。