論文の概要: What to Read in a Contract? Party-Specific Summarization of Important Obligations, Entitlements, and Prohibitions in Legal Documents

• arxiv url: http://arxiv.org/abs/2212.09825v1
• Date: Mon, 19 Dec 2022 19:53:14 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-21 14:53:48.485950
• Title: What to Read in a Contract? Party-Specific Summarization of Important Obligations, Entitlements, and Prohibitions in Legal Documents
• Title（参考訳）: 契約書で何を読むべきか? 法律文書における重要義務・権利・禁止の政党別要約
• Authors: Abhilasha Sancheti, Aparna Garimella, Balaji Vasan Srinivasan, Rachel Rudinger
• Abstract要約: 本稿では,契約における最も重要な義務,権利,禁止からなる要約を生成するための,新たな抽出要約システムを提案する。 1)当事者の分類(義務、権利、禁止)を含む文章を識別する内容と、(2)各カテゴリーの文章間で重要度を比較してランキングを得る重要ランクの2つのモジュールから構成される。
• 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 contracts, such as employment or lease agreements, are important documents as they govern the obligations and entitlements of the various contracting parties. However, these documents are typically long and written in legalese resulting in lots of manual hours spent in understanding them. In this paper, we address the task of summarizing legal contracts for each of the contracting parties, to enable faster reviewing and improved understanding of them. Specifically, we collect a dataset consisting of pairwise importance comparison annotations by legal experts for ~293K sentence pairs from lease agreements. We propose a novel extractive summarization system to automatically produce a summary consisting of the most important obligations, entitlements, and prohibitions in a contract. It consists of two modules: (1) a content categorize to identify sentences containing each of the categories (i.e., obligation, entitlement, and prohibition) for a party, and (2) an importance ranker to compare the importance among sentences of each category for a party to obtain a ranked list. The final summary is produced by selecting the most important sentences of a category for each of the parties. We demonstrate the effectiveness of our proposed system by comparing it against several text ranking baselines via automatic and human evaluation.
• Abstract（参考訳）: 雇用契約やリース契約などの法的契約は、様々な締約者の義務や権利を管理する上で重要な文書である。 しかし、これらの文書は典型的には長く、法律で書かれており、その理解に多くの手作業が費やされる。 本稿では,各締約者の法的契約を要約し,より迅速にレビューし,理解を深めるための課題について述べる。 具体的には、リース契約から293kの文対について、法律専門家による対関係比較アノテーションからなるデータセットを収集する。 本稿では,契約における最も重要な義務,権利,禁止からなる要約を自動生成する新たな抽出要約システムを提案する。 1) 当事者の分類(義務、権利、禁止)のそれぞれを含む文を識別する内容と、(2) 当事者のそれぞれのカテゴリーの文の重要度を比較してランクリストを得る重要ランク付け者とからなる。 最終要約は、各当事者に対してカテゴリの最も重要な文を選択することで作成される。 本システムの有効性を,複数のテキストランキングベースラインと比較し,自動評価と人間評価により実証する。

関連論文リスト

• Challenges and Considerations in Annotating Legal Data: A Comprehensive Overview [0.6372911857214884]
  本稿では,法的なデータアノテーションプロジェクトに従事する研究者や専門家に対して,基礎的な理解とガイダンスを提供することを目的とする。 法律文書は、しばしば複雑な構造、脚注、参照、ユニークな用語を持っている。 作成した、微調整されたデータセットと言語モデルへのリンクを提供します。
  論文  参考訳（メタデータ） (2024-07-05T21:56:28Z)
• 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)
• Generating Clarification Questions for Disambiguating Contracts [3.672364005691543]
  我々は,契約の明確化に関する疑問を生じさせる新たな法的NLPタスクを導入する。 これらの質問は、文書レベルで契約の曖昧さを特定し、非法的利害関係者を支援することを目的としています。 CUADデータセットから得られた契約に基づいて実施された実験は、ConRAPがF2スコア0.87であいまいさを検出できることを示している。
  論文  参考訳（メタデータ） (2024-03-12T19:57:39Z)
• Towards Mitigating Perceived Unfairness in Contracts from a Non-Legal Stakeholder's Perspective [2.9748898344267776]
  契約の公正性に関する異なる利害関係者の視点を分析するための実証的研究を行った。 次に,契約文中の不公平性を識別する事前学習言語モデル(PLM)について検討する。
  論文  参考訳（メタデータ） (2023-12-03T13:52:32Z)
• Aspect-based Meeting Transcript Summarization: A Two-Stage Approach with Weak Supervision on Sentence Classification [91.13086984529706]
  Aspect-based meeting transcript summarization は複数の要約を生成することを目的としている。 従来の要約手法は、全ての側面の情報を1つの要約で混合する。 アスペクトベースの会議書き起こし要約のための2段階の手法を提案する。
  論文  参考訳（メタデータ） (2023-11-07T19:06:31Z)
• 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)
• ConReader: Exploring Implicit Relations in Contracts for Contract Clause Extraction [84.0634340572349]
  法律契約における暗黙の関係をモデル化し,契約条項の自動抽出(CCE)について検討する。 本研究ではまず,契約の複雑性問題を包括的に分析し,契約に共通する3つの暗黙の関係を抽出する。 本稿では,上記の3つの関係を利用して,より優れたコントラクト理解とCCEの改善を実現するための新しいフレームワークであるConReaderを提案する。
  論文  参考訳（メタデータ） (2022-10-17T02:15:18Z)
• Detecting Logical Relation In Contract Clauses [94.85352502638081]
  契約における節間の論理的関係の抽出を自動化する手法を開発する。 結果として得られたアプローチは、コントラクト作者が節間の潜在的な論理的衝突を検出するのに役立つだろう。
  論文  参考訳（メタデータ） (2021-11-02T19:26:32Z)
• 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。