論文の概要: The Legal Argument Reasoning Task in Civil Procedure
- arxiv url: http://arxiv.org/abs/2211.02950v1
- Date: Sat, 5 Nov 2022 17:41:00 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-08 16:46:17.422945
- Title: The Legal Argument Reasoning Task in Civil Procedure
- Title(参考訳): 民事訴訟における法的理由づけの業務
- Authors: Leonard Bongard, Lena Held, Ivan Habernal
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 2.079168053329397
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: We present a new NLP task and dataset from the domain of the U.S. civil
procedure. Each instance of the dataset consists of a general introduction to
the case, a particular question, and a possible solution argument, accompanied
by a detailed analysis of why the argument applies in that case. Since the
dataset is based on a book aimed at law students, we believe that it represents
a truly complex task for benchmarking modern legal language models. Our
baseline evaluation shows that fine-tuning a legal transformer provides some
advantage over random baseline models, but our analysis reveals that the actual
ability to infer legal arguments remains a challenging open research question.
- Abstract(参考訳): 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、ケースの一般的な紹介、特定の質問、可能なソリューション引数から成り、そのケースに引数が適用される理由に関する詳細な分析が伴う。
データセットは法学生を対象とした本に基づいているため、現代の法律言語モデルをベンチマークする上で、本当に複雑なタスクであると考えています。
法定トランスフォーマーの微調整は,ランダムなベースラインモデルに対してある程度の利点があるが,実際の法定議論を推測する能力は,まだ未解決の課題であることが明らかとなった。
関連論文リスト
- Exploring the Potential of Large Language Models in Computational
Argumentation [59.926959119656416]
大規模言語モデル(LLM)は、文脈を理解し、自然言語を生成する強力な能力を示している。
既存のタスクを6つのメインクラスに整理し、14のオープンソースデータセットのフォーマットを標準化します。
大規模な実験により、LLMはこれらのデータセットのほとんどにわたって可換な性能を示すことが示された。
論文 参考訳(メタデータ) (2023-11-15T15:12:15Z) - 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) - Interpretable Long-Form Legal Question Answering with
Retrieval-Augmented Large Language Models [10.834755282333589]
長文の法的問合せデータセットは、専門家によるフランス語の法的質問1,868件からなる。
実験結果から,自動評価指標について有望な性能を示した。
LLeQAは、専門家によって注釈付けされた唯一の包括的なロングフォームLQAデータセットの1つであり、重要な現実世界の問題を解決するために研究を加速するだけでなく、特殊な領域におけるNLPモデルを評価するための厳密なベンチマークとしても機能する可能性がある。
論文 参考訳(メタデータ) (2023-09-29T08:23:19Z) - 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) - 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) - WiCE: Real-World Entailment for Claims in Wikipedia [63.234352061821625]
We propose WiCE, a new fine-fine textual entailment dataset built on natural claim and evidence pairs from Wikipedia。
標準クレームレベルのエンターメントに加えて、WiCEはクレームのサブ文単位に対するエンターメント判断を提供する。
我々のデータセットの真のクレームは、既存のモデルで対処できない検証と検索の問題に挑戦することを含んでいる。
論文 参考訳(メタデータ) (2023-03-02T17:45:32Z) - Legal Case Document Summarization: Extractive and Abstractive Methods
and their Evaluation [11.502115682980559]
訴訟判断文書の要約は、法律NLPにおいて難しい問題である。
法的事例文書に適用した場合の要約モデルの異なる族がどのように機能するかについては、あまり分析されていない。
論文 参考訳(メタデータ) (2022-10-14T05:43:08Z) - 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) - Enhancing Legal Argument Mining with Domain Pre-training and Neural
Networks [0.45119235878273]
文脈単語埋め込みモデルであるBERTは、限られた量の注釈付きデータで下流タスクにその能力を証明した。
BERTとその変種は、多くの学際的な研究領域における複雑なアノテーション作業の負担を軽減するのに役立つ。
論文 参考訳(メタデータ) (2022-02-27T21:24:53Z) - AR-LSAT: Investigating Analytical Reasoning of Text [57.1542673852013]
テキストの分析的推論の課題を研究し、1991年から2016年までのロースクール入学試験からの質問からなる新しいデータセットを紹介します。
我々は,この課題をうまくこなすために必要な知識理解と推論能力を分析する。
論文 参考訳(メタデータ) (2021-04-14T02:53:32Z)
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。