論文の概要: Fine-grained Intent Classification in the Legal Domain

• arxiv url: http://arxiv.org/abs/2205.03509v1
• Date: Fri, 6 May 2022 23:57:17 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-15 12:40:52.374180
• Title: Fine-grained Intent Classification in the Legal Domain
• Title（参考訳）: 法律領域における微細なインテント分類
• Authors: Ankan Mullick, Abhilash Nandy, Manav Nitin Kapadnis, Sohan Patnaik, R Raghav
• Abstract要約: 我々は、殺人、土地紛争、強盗、破産のいずれかの事例分類に属する93の法的文書のデータセットを紹介する。 このようなフレーズごとに微妙な意図を注釈し、読者のケースをより深く理解できるようにします。 目的語句の自動抽出における変換器モデルの性能解析を行う。
• 参考スコア（独自算出の注目度）: 2.088409822555567
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A law practitioner has to go through a lot of long legal case proceedings. To understand the motivation behind the actions of different parties/individuals in a legal case, it is essential that the parts of the document that express an intent corresponding to the case be clearly understood. In this paper, we introduce a dataset of 93 legal documents, belonging to the case categories of either Murder, Land Dispute, Robbery, or Corruption, where phrases expressing intent same as the category of the document are annotated. Also, we annotate fine-grained intents for each such phrase to enable a deeper understanding of the case for a reader. Finally, we analyze the performance of several transformer-based models in automating the process of extracting intent phrases (both at a coarse and a fine-grained level), and classifying a document into one of the possible 4 categories, and observe that, our dataset is challenging, especially in the case of fine-grained intent classification.
• Abstract（参考訳）: 法律実務者は、多くの長い訴訟手続を経なければならない。 訴訟における当事者・個人間の行為の背後にある動機を理解するためには、事件に対応する意図を表す文書の一部を明確に理解することが不可欠である。 本稿では, 殺人, 土地紛争, 強盗, 破産のいずれかの事例分類に属する93件の法的文書のデータセットを紹介し, 文書のカテゴリと同一の意図を表すフレーズを注釈付けする。 また,各フレーズに対して詳細なインテントをアノテートすることで,読者がより深く理解できるようにする。 最後に,目的語句を抽出するプロセス(粗い部分ときめ細かな部分の両方)を自動化し,文書を可能な4つのカテゴリの1つに分類する際の変換器モデルの性能を分析し,特に微粒な意図分類の場合,そのデータセットは困難であることを示す。

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)
• 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)
• PropSegmEnt: A Large-Scale Corpus for Proposition-Level Segmentation and Entailment Recognition [63.51569687229681]
  文中の各命題の文的含意関係を個別に認識する必要性について論じる。 提案するPropSegmEntは45K以上の提案のコーパスであり, 専門家によるアノテートを行う。 我々のデータセット構造は、(1)文書内の文章を命題の集合に分割し、(2)異なるが、トポジカルに整合した文書に対して、各命題の含意関係を分類するタスクに類似している。
  論文  参考訳（メタデータ） (2022-12-21T04:03:33Z)
• An Evaluation Framework for Legal Document Summarization [1.9709122688953327]
  法実務者は、土地紛争、汚職など、様々な分野の実務について、多くの長い訴訟手続を経なければならない。 これらの文書を要約し、事件のカテゴリーに合致する意図のある句を含むことを保証することが重要である。 本稿では, BLEU, ROUGE-Lなどの他の自動指標と比較して, 人間の評価との整合性を示す自動意図ベース要約尺度を提案する。
  論文  参考訳（メタデータ） (2022-05-17T16:42:03Z)
• GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
  本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。 FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
  論文  参考訳（メタデータ） (2022-04-12T03:49:35Z)
• Out-of-Category Document Identification Using Target-Category Names as Weak Supervision [64.671654559798]
  Out-of-category Detection は、文書が不適格(またはターゲット)カテゴリと意味的関連性に応じて区別することを目的としている。 対象のカテゴリの1つに属する文書の信頼性を効果的に測定する,カテゴリ外検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-11-24T21:01:25Z)
• Important Sentence Identification in Legal Cases Using Multi-Class Classification [0.1499944454332829]
  本研究は, 訴訟における重要な文を特定するために, 多クラス分類における文埋め込みの利用について検討する。 タスク固有損失関数は、カテゴリー的クロスエントロピー損失の直接的な使用によって制限される精度を改善するために定義される。
  論文  参考訳（メタデータ） (2021-11-10T14:58:29Z)
• Improving Document-Level Sentiment Classification Using Importance of Sentences [3.007949058551534]
  深層ニューラルネットワークに基づく文書レベルの文分類モデルを提案する。 映画レビュー,ホテルレビュー,レストランレビュー,音楽レビューなど,4つの異なる領域における感情データセットを用いた実験を行った。 実験の結果,文書レベルの感情分類タスクでは文の重要性を考慮すべきであることがわかった。
  論文  参考訳（メタデータ） (2021-03-09T01:29:08Z)
• Aspect Classification for Legal Depositions [0.0]
  責任だけでなく、出来事、事故、身体状態、治療についても知ることが重要である。 法的規定は、先延ばしの証言の一部として議論される様々な側面から成り立っている。 本手法はF1スコアの0.83を達成している。
  論文  参考訳（メタデータ） (2020-09-09T18:00:15Z)

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。