論文の概要: Agent-Specific Deontic Modality Detection in Legal Language
- arxiv url: http://arxiv.org/abs/2211.12752v1
- Date: Wed, 23 Nov 2022 07:32:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-24 15:06:46.902754
- Title: Agent-Specific Deontic Modality Detection in Legal Language
- Title(参考訳): 法的言語におけるエージェント特異的デオン性検出
- Authors: Abhilasha Sancheti, Aparna Garimella, Balaji Vasan Srinivasan, Rachel
Rudinger
- Abstract要約: LEXDEMOD (英語: LEXDEMOD) は、契約当事者または代理人に対して表現された非合法的なモダリティを付加した英語契約のコーパスである。
このデータセットを, (i) エージェント固有のマルチラベル・デオン・モダリティ分類, (ii) エージェント固有のデオン・モダリティとトリガスパン検出の2つのタスクでベンチマークする。
実験の結果,LEXDEMODにおけるモーダル表現の言語的多様性は,リースから雇用・賃貸契約まで合理的に一般化していることがわかった。
- 参考スコア(独自算出の注目度): 19.94131001761646
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Legal documents are typically long and written in legalese, which makes it
particularly difficult for laypeople to understand their rights and duties.
While natural language understanding technologies can be valuable in supporting
such understanding in the legal domain, the limited availability of datasets
annotated for deontic modalities in the legal domain, due to the cost of hiring
experts and privacy issues, is a bottleneck. To this end, we introduce,
LEXDEMOD, a corpus of English contracts annotated with deontic modality
expressed with respect to a contracting party or agent along with the modal
triggers. We benchmark this dataset on two tasks: (i) agent-specific
multi-label deontic modality classification, and (ii) agent-specific deontic
modality and trigger span detection using Transformer-based (Vaswani et al.,
2017) language models. Transfer learning experiments show that the linguistic
diversity of modal expressions in LEXDEMOD generalizes reasonably from lease to
employment and rental agreements. A small case study indicates that a model
trained on LEXDEMOD can detect red flags with high recall. We believe our work
offers a new research direction for deontic modality detection in the legal
domain.
- Abstract(参考訳): 法律文書は典型的には長く、法律で書かれるので、在職者が自分の権利や義務を理解することは特に困難である。
自然言語理解技術は、法的領域におけるそのような理解を支援する上で有用であるが、専門家を雇うコストとプライバシー問題のために、法律領域における非合法的なモダリティに注釈付けされたデータセットの限られた可用性はボトルネックである。
この目的のために,本論文では,契約者やエージェントに対して記述されたデオンモダリティを付加した英語契約のコーパスであるLEXDEMODを紹介する。
このデータセットを2つのタスクでベンチマークします。
(i)エージェント特異的マルチラベル・デオンティックモダリティ分類、及び
(ii)トランスフォーマー(vaswani et al., 2017)言語モデルを用いたエージェント特異的デオン性およびトリガースパン検出
移動学習実験により,LEXDEMODにおけるモーダル表現の言語的多様性は,リースから雇用・賃貸契約まで合理的に一般化されることが示された。
LEXDEMODで訓練されたモデルは、高いリコールで赤い旗を検出することができる。
我々の研究は、法域におけるデオン的モダリティ検出のための新しい研究方向を提供すると考えている。
関連論文リスト
- Do Language Models Learn about Legal Entity Types during Pretraining? [4.604003661048267]
Llama2は特定のエンティティでよく機能し、最適化されたプロンプトテンプレートで大幅に改善する可能性を示す。
Llama2は、BERTベースのアーキテクチャでは欠点の少ない構文的ヒントをしばしば見落としているように見える。
論文 参考訳(メタデータ) (2023-10-19T18:47:21Z) - 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) - 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) - 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) - Large Language Models as Fiduciaries: A Case Study Toward Robustly
Communicating With Artificial Intelligence Through Legal Standards [0.0]
法的基準は、本質的に曖昧で具体的でない目標の堅牢なコミュニケーションを促進する。
私たちの研究は、法律標準のAI理解をより広く評価するためのフレームワークに向けた最初のステップです。
論文 参考訳(メタデータ) (2023-01-24T16:03:20Z) - A Latent-Variable Model for Intrinsic Probing [94.61336186402615]
固有プローブ構築のための新しい潜在変数定式化を提案する。
我々は、事前訓練された表現が言語間交互に絡み合ったモルフォシンタクスの概念を発達させる経験的証拠を見出した。
論文 参考訳(メタデータ) (2022-01-20T15:01:12Z) - Lex Rosetta: Transfer of Predictive Models Across Languages,
Jurisdictions, and Legal Domains [40.58709137006848]
言語間で転送可能なGRU(Gated Recurrent Units)を用いたシーケンスラベリングモデルにおけるLanguage-Agnostic Sentence Representationsの使用を分析する。
トレーニング対象のコンテキストを超えて,モデルが一般化されることが分かりました。
複数のコンテキストでモデルをトレーニングすることで、ロバスト性が向上し、これまで見つからなかったコンテキストで評価する際の全体的なパフォーマンスが向上することがわかった。
論文 参考訳(メタデータ) (2021-12-15T04:53:13Z) - Weakly Supervised Temporal Adjacent Network for Language Grounding [96.09453060585497]
本稿では,時間的言語接地のための新しい教師付き時間的隣接ネットワーク(WSTAN)を提案する。
WSTANは、複数のインスタンス学習(MIL)パラダイムにおいて、時間的隣接ネットワークを活用することで、モーダル間のセマンティックアライメントを学習する。
MILブランチと補完ブランチの両方で、自己監督による意味的識別を強化するために、追加の自己識別損失が考案された。
論文 参考訳(メタデータ) (2021-06-30T15:42:08Z) - 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) - Evaluating Multilingual Text Encoders for Unsupervised Cross-Lingual
Retrieval [51.60862829942932]
本稿では,言語間文書・文検索タスクにおける最先端多言語エンコーダの適合性に着目した体系的実証研究を行う。
文レベルのCLIRでは、最先端のパフォーマンスが達成できることを実証する。
しかし、ピーク性能は、汎用の多言語テキストエンコーダをオフ・ザ・シェルフで使うのではなく、文の理解タスクにさらに特化したバリエーションに依存している。
論文 参考訳(メタデータ) (2021-01-21T00:15:38Z) - A Benchmark for Lease Contract Review [9.249443355045969]
契約審査において重要な役割を果たす2つの異なるタイプの要素を検出する問題に取り組む。
後者は、署名当事者の1つ以上の場合、何らかの危険または潜在的に問題のある状況があることを示す用語または文である。
我々は179のリース契約書の新しいベンチマークデータセットをリリースし、それらに含まれるエンティティと赤いフラグを手動で注釈付けしました。
論文 参考訳(メタデータ) (2020-10-20T15:50:50Z)
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。