Fugu-MT 論文翻訳(概要): ArgLegalSumm: Improving Abstractive Summarization of Legal Documents with Argument Mining

論文の概要: ArgLegalSumm: Improving Abstractive Summarization of Legal Documents with Argument Mining

arxiv url: http://arxiv.org/abs/2209.01650v1
Date: Sun, 4 Sep 2022 15:55:56 GMT
ステータス: 処理完了
システム内更新日: 2022-09-07 13:31:49.742611
Title: ArgLegalSumm: Improving Abstractive Summarization of Legal Documents with Argument Mining
Title（参考訳）: ArgLegalSumm:Argument Miningによる法的文書の抽象要約の改善
Authors: Mohamed Elaraby, Diane Litman
Abstract要約: 本稿では,議論ロールラベルを要約プロセスに統合することにより,法的文書の議論的構造を捉える手法を提案する。事前訓練された言語モデルを用いた実験により,提案手法は強いベースラインよりも性能を向上することが示された。
参考スコア（独自算出の注目度）: 0.2538209532048867
License: http://creativecommons.org/licenses/by/4.0/
Abstract: A challenging task when generating summaries of legal documents is the ability to address their argumentative nature. We introduce a simple technique to capture the argumentative structure of legal documents by integrating argument role labeling into the summarization process. Experiments with pretrained language models show that our proposed approach improves performance over strong baselines
Abstract（参考訳）: 法的文書の要約を生成する上で難しい課題は、議論的な性質に対処する能力である。本稿では,議論ロールラベリングを要約プロセスに統合することにより,法律文書の議論構造を捉えるための簡単な手法を提案する。事前学習型言語モデルによる実験により,提案手法は強ベースラインよりも性能を向上させることが示された。

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)
AMERICANO: Argument Generation with Discourse-driven Decomposition and Agent Interaction [25.38899822861742]
議論生成のためのエージェントインタラクションを備えた新しいフレームワークであるAmericanoを提案する。提案手法は,進化過程を議論理論に基づく逐次的行動に分解する。提案手法は,エンド・ツー・エンドとチェーン・オブ・ワンド・プロンプトの両手法より優れている。
論文参考訳（メタデータ） (2023-10-31T10:47:33Z)
Enhancing Pre-Trained Language Models with Sentence Position Embeddings for Rhetorical Roles Recognition in Legal Opinions [0.16385815610837165]
法的意見の規模は増え続けており、法的意見の修辞的役割を正確に予測できるモデルを開発することはますます困難になっている。本稿では,文の位置情報に関する知識によって強化された事前学習言語モデル(PLM)を用いて,修辞的役割を自動的に予測する新しいモデルアーキテクチャを提案する。 LegalEval@SemEval2023コンペティションの注釈付きコーパスに基づいて、我々のアプローチではパラメータが少なく、計算コストが低下することを示した。
論文参考訳（メタデータ） (2023-10-08T20:33:55Z)
Towards Argument-Aware Abstractive Summarization of Long Legal Opinions with Summary Reranking [6.9827388859232045]
本稿では,論文の議論構造を考慮した,長い法的意見の抽象的要約のための簡単なアプローチを提案する。提案手法では、引数ロール情報を用いて複数の候補要約を生成し、文書の引数構造との整合性に基づいてこれらの候補を再分類する。我々は、長い法的意見のデータセットにアプローチの有効性を実証し、それがいくつかの強いベースラインを上回っていることを示す。
論文参考訳（メタデータ） (2023-06-01T13:44:45Z)
The Legal Argument Reasoning Task in Civil Procedure [2.079168053329397]
我々は,米国民事訴訟の領域から新たなNLPタスクとデータセットを提示する。データセットの各インスタンスは、ケースの一般的な導入、特定の質問、可能な解決策引数で構成されている。
論文参考訳（メタデータ） (2022-11-05T17:41:00Z)
Text Revision by On-the-Fly Representation Optimization [76.11035270753757]
現在の最先端手法は、これらのタスクをシーケンスからシーケンスまでの学習問題として定式化している。並列データを必要としないテキストリビジョンのための反復的なインプレース編集手法を提案する。テキストの単純化に関する最先端の教師付き手法よりも、競争力があり、パフォーマンスも向上する。
論文参考訳（メタデータ） (2022-04-15T07:38:08Z)
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)
Robust Deep Reinforcement Learning for Extractive Legal Summarization [13.577343899514396]
本稿では,強化学習を用いて,現行の深層要約モデルを訓練し,法域における性能向上を図ることを提案する。 3つの公開法的データセットで一貫した、重要なパフォーマンス向上を観察します。
論文参考訳（メタデータ） (2021-11-13T17:27:49Z)
A Formalisation of Abstract Argumentation in Higher-Order Logic [77.34726150561087]
本稿では,古典的高階論理へのエンコーディングに基づく抽象的議論フレームワークの表現手法を提案する。対話型および自動推論ツールを用いた抽象的議論フレームワークのコンピュータ支援評価のための一様フレームワークを提供する。
論文参考訳（メタデータ） (2021-10-18T10:45:59Z)
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)
Aspect-Controlled Neural Argument Generation [65.91772010586605]
我々は、与えられたトピック、スタンス、アスペクトの文レベル引数を生成するために、きめ細かいレベルで制御できる引数生成のための言語モデルを訓練する。評価の結果,我々の生成モデルは高品質なアスペクト特異的な議論を生成できることがわかった。これらの議論は、データ拡張による姿勢検出モデルの性能向上と、逆問題の生成に使用できる。
論文参考訳（メタデータ） (2020-04-30T20:17:22Z)

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。