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

• arxiv url: http://arxiv.org/abs/2212.09825v2
• Date: Tue, 24 Oct 2023 20:43:40 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-28 05:51:38.384814
• Title: What to Read in a Contract? Party-Specific Summarization of Legal Obligations, Entitlements, and Prohibitions
• Title（参考訳）: 契約書で何を読むべきか? 法的義務、権利及び禁止の当事者固有の要約
• Authors: Abhilasha Sancheti, Aparna Garimella, Balaji Vasan Srinivasan, Rachel Rudinger
• Abstract要約: 法的契約における重要な義務、権利、および禁止の見直しは、その長さとドメイン固有のため、面倒な作業である可能性がある。 我々は,権利と義務の理解の迅速化と改善を図るために,法定契約の当事者別抽出要約の新たな課題を提案する。
• 参考スコア（独自算出の注目度）: 27.92767201633733
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reviewing and comprehending key obligations, entitlements, and prohibitions in legal contracts can be a tedious task due to their length and domain-specificity. Furthermore, the key rights and duties requiring review vary for each contracting party. In this work, we propose a new task of party-specific extractive summarization for legal contracts to facilitate faster reviewing and improved comprehension of rights and duties. To facilitate this, we curate a dataset comprising of party-specific pairwise importance comparisons annotated by legal experts, covering ~293K sentence pairs that include obligations, entitlements, and prohibitions extracted from lease agreements. Using this dataset, we train a pairwise importance ranker and propose a pipeline-based extractive summarization system that generates a party-specific contract summary. We establish the need for incorporating domain-specific notion of importance during summarization by comparing our system against various baselines using both automatic and human evaluation methods
• Abstract（参考訳）: 法的契約における重要な義務、権利、および禁止の見直しと理解は、その長さとドメイン固有性のために退屈な作業となり得る。 さらに、契約当事者ごとに重要な権利と義務が異なります。 本研究では,権利と義務の理解の迅速化と改善を図るために,法定契約の当事者別抽出要約タスクを提案する。 そこで,本研究では,法的専門家が注釈を付した,当事者固有の対関係の重要度比較からなるデータセットを収集し,リース契約から抽出された義務,権利,禁止を含む約293k文対をカバーする。 このデータセットを用いて,ペアワイズ重要ランカを訓練し,パーティ固有の契約要約を生成するパイプラインベース抽出要約システムを提案する。 自動評価法と人間評価法の両方を用いて,システムと各種ベースラインの比較を行い,要約中にドメイン固有の重要概念を取り入れる必要性を確立する。

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。