Fugu-MT 論文翻訳(概要): Using Argumentation Schemes to Model Legal Reasoning

論文の概要: Using Argumentation Schemes to Model Legal Reasoning

arxiv url: http://arxiv.org/abs/2210.00315v1
Date: Sat, 1 Oct 2022 16:38:28 GMT
ステータス: 処理完了
システム内更新日: 2022-10-04 15:16:25.683798
Title: Using Argumentation Schemes to Model Legal Reasoning
Title（参考訳）: 口頭弁論による法的推論のモデル化
Authors: Trevor Bench-Capon and Katie Atkinson
Abstract要約: 我々は,事実が確立された後に発生する3つの段階のそれぞれについて,スキームを提供する。これらのスキームは、特定の法的ドメインである米国貿易秘密法(US Trade Secrets law)の例で説明されている。
参考スコア（独自算出の注目度）: 0.685316573653194
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present argumentation schemes to model reasoning with legal cases. We provide schemes for each of the three stages that take place after the facts are established: factor ascription, issue resolution and outcome determination. The schemes are illustrated with examples from a specific legal domain, US Trade Secrets law, and the wider applicability of these schemes is discussed.
Abstract（参考訳）: 判例による推論をモデル化するための議論スキームを提案する。我々は,事実が確立された後に生じる3つの段階(因子記述,課題解決,成果決定)のそれぞれについてスキームを提供する。これらのスキームは、特定の法的領域、米国貿易秘密法(US Trade Secrets law)の例で説明され、これらのスキームの適用性について論じる。

関連論文リスト

Legal Evalutions and Challenges of Large Language Models [42.51294752406578]
我々は,OPENAI o1モデルを事例研究として,法律規定の適用における大規模モデルの性能評価に利用した。我々は、オープンソース、クローズドソース、および法律ドメインのために特別に訓練された法律固有のモデルを含む、最先端のLLMを比較します。
論文参考訳（メタデータ） (2024-11-15T12:23:12Z)
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)
Reframing Tax Law Entailment as Analogical Reasoning [38.50170507450238]
類推タスクの各インスタンスは、法定推論の2つのインスタンスの組み合わせを含む。これにより、データセットのサイズを2桁に拡大し、解釈可能性の要素を導入する。このタスクは、自然言語処理モデルが本来のタスクとほぼ同程度に困難であることを示す。
論文参考訳（メタデータ） (2024-01-12T17:37:07Z)
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)
Legal Syllogism Prompting: Teaching Large Language Models for Legal Judgment Prediction [0.6091702876917281]
LoT(Lawal syllogism prompting)は、法的な判断の予測のために大きな言語モデルを教える単純なプロンプト法である。 LoTは法的なシロジズムにおいて、主要な前提は法であり、小さな前提は事実であり、結論は判断である、とのみ教えている。以上の結果から, LoT を用いた LLM は,思考のベースラインや連鎖よりも優れた性能を示した。
論文参考訳（メタデータ） (2023-07-17T08:38:46Z)
Exploiting Contrastive Learning and Numerical Evidence for Confusing Legal Judgment Prediction [46.71918729837462]
訴訟の事実記述文を考慮し、法的判断予測は、事件の告訴、法律記事、刑期を予測することを目的としている。従来の研究では、標準的なクロスエントロピー分類損失と異なる分類誤差を区別できなかった。本稿では,モコに基づく教師付きコントラスト学習を提案する。さらに,事前学習した数値モデルにより符号化された抽出された犯罪量による事実記述の表現をさらに強化する。
論文参考訳（メタデータ） (2022-11-15T15:53:56Z)
Computing and Exploiting Document Structure to Improve Unsupervised Extractive Summarization of Legal Case Decisions [7.99536002595393]
文書構造を利用するために再重み付けアルゴリズムを用いる教師なしグラフベースのランキングモデルを提案する。カナディアン・ロー・ケース・ロー・データセットの結果,提案手法がいくつかの強い基準線より優れていることが示された。
論文参考訳（メタデータ） (2022-11-06T22:20:42Z)
Bridging between LegalRuleML and TPTP for Automated Normative Reasoning (extended version) [77.34726150561087]
LegalRuleMLは、標準ルールのモデリングと交換のためのXMLベースの表現フレームワークである。 TPTP入力および出力フォーマットは、自動推論システムとのインタラクションのための汎用標準である。本稿では,TPTP形式に基づく論理的論理的規範的推論言語を定義することにより,この2つのコミュニティ間の橋渡しを行う。
論文参考訳（メタデータ） (2022-09-12T08:42:34Z)
Mining Legal Arguments in Court Decisions [43.09204050756282]
我々は,欧州人権裁判所の手続において,法的議論のための新たな注釈体系を開発する。第2に、373の判決の大規模なコーパスをコンパイルし、注釈を付ける。第三に、法的なNLPドメインにおける最先端モデルよりも優れた引数マイニングモデルを訓練する。
論文参考訳（メタデータ） (2022-08-12T08:59:55Z)

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。