論文の概要: Investigating Strategies for Clause Recommendation

• arxiv url: http://arxiv.org/abs/2301.10716v1
• Date: Sat, 21 Jan 2023 11:03:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-26 14:43:48.175470
• Title: Investigating Strategies for Clause Recommendation
• Title（参考訳）: クローズ勧告に関する調査方略
• Authors: Sagar Joshi, Sumanth Balaji, Jerrin Thomas, Aparna Garimella, Vasudeva Varma
• Abstract要約: 本稿では,類似契約の表現の重要性について考察する。 コントラクトで一般的に発生する15の節タイプに対する節を生成します。 我々は、類似の契約から得られる情報を用いて、様々な設定で条項レコメンデーションを分析する。
• 参考スコア（独自算出の注目度）: 12.913021807351328
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Clause recommendation is the problem of recommending a clause to a legal contract, given the context of the contract in question and the clause type to which the clause should belong. With not much prior work being done toward the generation of legal contracts, this problem was proposed as a first step toward the bigger problem of contract generation. As an open-ended text generation problem, the distinguishing characteristics of this problem lie in the nature of legal language as a sublanguage and the considerable similarity of textual content within the clauses of a specific type. This similarity aspect in legal clauses drives us to investigate the importance of similar contracts' representation for recommending clauses. In our work, we experiment with generating clauses for 15 commonly occurring clause types in contracts expanding upon the previous work on this problem and analyzing clause recommendations in varying settings using information derived from similar contracts.
• Abstract（参考訳）: 条項勧告は、当該契約の文脈と当該条項が属すべき条項の種類を考慮し、法律上の契約に対する条項を推奨する問題である。 法律上の契約生成に向けた事前の作業はあまり行われていないため、この問題は契約生成の大きな問題への第一歩として提案された。 オープンエンドテキスト生成問題として、この問題の特徴は、サブ言語としての法的言語の性質と、特定のタイプの節におけるテクストコンテンツのかなりの類似性にある。 法的条項におけるこの類似性の側面は、条項を推薦するために類似した契約の表現の重要性を調査するきっかけとなります。 本研究では,本課題を展開する契約における15の共通発生節タイプに対する節生成実験を行い,類似する契約から得られた情報を用いて,様々な設定における節推薦の分析を行った。

関連論文リスト

• SparseCL: Sparse Contrastive Learning for Contradiction Retrieval [87.02936971689817]
  コントラディション検索(Contradiction Search)とは、クエリの内容に明示的に異を唱える文書を識別し、抽出することである。 類似性探索やクロスエンコーダモデルといった既存の手法には、大きな制限がある。 文間の微妙で矛盾したニュアンスを保存するために特別に訓練された文埋め込みを利用するSparseCLを導入する。
  論文  参考訳（メタデータ） (2024-06-15T21:57:03Z)
• 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)
• Contract Usage and Evolution in Android Mobile Applications [45.44831696628473]
  JavaやKotlinで記述されたAndroidアプリケーションにおけるコントラクトの存在と使用に関する,最初の大規模な実証的研究を紹介する。 F-Droidリポジトリから2,390のAndroidアプリケーションを解析し,51,749 KLOC以上を処理した。 私たちの発見は、JavaとKotlinでコントラクト仕様を標準化するライブラリを持つことが望ましいことを示しています。
  論文  参考訳（メタデータ） (2024-01-25T15:36:49Z)
• Formal Modeling and Analysis of Legal Contracts using ContractCheck [0.0]
  textitContractCheckは、法律契約、特に販売購入協定(SPA)の整合性解析を可能にする この分析は、SPAの節の実行のための前提の符号化と、一階述語論理の決定可能な断片を用いた制約の提案に依存している。
  論文  参考訳（メタデータ） (2022-12-06T22:03:11Z)
• 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)
• CLAUSEREC: A Clause Recommendation Framework for AI-aided Contract Authoring [7.3246387015020025]
  本稿では,契約書作成者の支援と促進に向けた第一歩として,条項推薦の課題を紹介する。 まず、特定の節型がコントラクトに追加されるかどうかを予測し、次に、契約コンテキストに基づいて、与えられた型のトップ節を推奨する2段階パイプラインを提案する。
  論文  参考訳（メタデータ） (2021-10-26T09:20:16Z)
• ContractNLI: A Dataset for Document-level Natural Language Inference for Contracts [39.75232199445175]
  契約書に対する文書レベルの自然言語推論(NLI)を提案する。 システムには一連の仮説と契約が与えられ、それぞれの仮説が「関連づけられている」か、「矛盾している」か、「言及されていない」か(中立である)を分類するよう求められる。 これまでで最大のコーパスを607のアノテート契約でリリースしています。
  論文  参考訳（メタデータ） (2021-10-05T03:22:31Z)
• Lexically-constrained Text Generation through Commonsense Knowledge Extraction and Injection [62.071938098215085]
  我々は、ある入力概念のセットに対して妥当な文を生成することを目的としているcommongenベンチマークに焦点を当てる。 生成したテキストの意味的正しさを高めるための戦略を提案する。
  論文  参考訳（メタデータ） (2020-12-19T23:23:40Z)

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。