論文の概要: Judicial Intelligent Assistant System: Extracting Events from Divorce Cases to Detect Disputes for the Judge

• arxiv url: http://arxiv.org/abs/2303.16751v1
• Date: Thu, 23 Mar 2023 08:58:49 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-31 15:50:02.100564
• Title: Judicial Intelligent Assistant System: Extracting Events from Divorce Cases to Detect Disputes for the Judge
• Title（参考訳）: 司法インテリジェントアシスタントシステム:離婚事件から事件を抽出し、裁判官の争点を検出する
• Authors: Yuan Zhang, Chuanyi Li, Yu Sheng, Jidong Ge, Bin Luo
• Abstract要約: 本稿では,2ラウンドのイベント抽出技術を用いて,離婚事例から紛争を検出する手法を提案する。 提案手法に従って, 司法知能アシスタント(JIA)システムを実装した。
• 参考スコア（独自算出の注目度）: 25.672801318763952
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In formal procedure of civil cases, the textual materials provided by different parties describe the development process of the cases. It is a difficult but necessary task to extract the key information for the cases from these textual materials and to clarify the dispute focus of related parties. Currently, officers read the materials manually and use methods, such as keyword searching and regular matching, to get the target information. These approaches are time-consuming and heavily depending on prior knowledge and carefulness of the officers. To assist the officers to enhance working efficiency and accuracy, we propose an approach to detect disputes from divorce cases based on a two-round-labeling event extracting technique in this paper. We implement the Judicial Intelligent Assistant (JIA) system according to the proposed approach to 1) automatically extract focus events from divorce case materials, 2) align events by identifying co-reference among them, and 3) detect conflicts among events brought by the plaintiff and the defendant. With the JIA system, it is convenient for judges to determine the disputed issues. Experimental results demonstrate that the proposed approach and system can obtain the focus of cases and detect conflicts more effectively and efficiently comparing with existing method.
• Abstract（参考訳）: 民事訴訟の形式的手続において、異なる当事者によって提供される文書資料は、事件の開発過程を記述している。 これらの資料から事件の重要情報を抽出し、関連当事者の紛争焦点を明らかにすることは困難だが必要な課題である。 現在、役員は手作業で資料を読み、キーワード検索や正規マッチングなどの手法を用いて目標情報を取得する。 これらのアプローチは時間を要するものであり、事前の知識と士官の慎重さに大きく依存する。 作業効率と正確性を向上させるために,本稿では,2ラウンドのイベント抽出技術を用いて,離婚事例から紛争を検出する手法を提案する。 提案手法に従って, 司法知能アシスタント(JIA)システムを実装した。 1)離婚事件資料から焦点イベントを自動的に抽出する。 2)共同参照を識別してイベントを調整し、 3)原告及び被告が起こした事件間の紛争を検知する。 JIAシステムでは、裁判官が問題を決定するのが便利である。 実験の結果,提案手法とシステムは,既存の手法と比較して,より効果的かつ効率的にコンフリクトを検出できることがわかった。

関連論文リスト

• Co-Matching: Towards Human-Machine Collaborative Legal Case Matching [69.21196368715144]
  合法的なケースマッチングが成功するには、法的実践者の暗黙の知識が必要であり、機械に言語化してエンコードすることは困難である。 本稿では,協調マッチングフレームワークであるCo-Matchingを提案する。 本研究は,人間と機械の協調作業における先駆的な取り組みであり,今後の協調マッチング研究のマイルストーンとなる。
  論文  参考訳（メタデータ） (2024-05-16T16:50:31Z)
• 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)
• Multi-Defendant Legal Judgment Prediction via Hierarchical Reasoning [49.23103067844278]
  マルチディペンダント・ケースの各被告に対する判断結果を自動予測することを目的としたマルチディペンダント・LJPの課題を提案する。 マルチディペンダント LJP の課題は,(1) 各被告の識別不能な判断結果, (2) 訓練と評価のための実世界のデータセットの欠如である。
  論文  参考訳（メタデータ） (2023-12-10T04:46:30Z)
• 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)
• An interpretability framework for Similar case matching [8.747801053040256]
  本研究では,SCMの解釈のための統合パイプラインフレームワークを提案する。 このフレームワークは、司法特徴文識別、ケースマッチング、特徴文アライメント、コンフリクト解決の4つのモジュールから構成される。 実験の結果,提案手法の有効性が示され,解釈可能なSCMのための新しいベンチマークが確立された。
  論文  参考訳（メタデータ） (2023-04-04T08:25:12Z)
• Legal Element-oriented Modeling with Multi-view Contrastive Learning for Legal Case Retrieval [3.909749182759558]
  本稿では,多視点コントラスト学習目標を用いた訴訟検索のための対話型ネットワークを提案する。 ケースビューコントラスト学習は、関連する訴訟表現の間の隠れた空間距離を最小化する。 ケースの法的な要素を検出するために、法的な要素の知識を意識した指標を用いています。
  論文  参考訳（メタデータ） (2022-10-11T06:47:23Z)
• GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
  本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。 FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
  論文  参考訳（メタデータ） (2022-04-12T03:49:35Z)
• Sequential Multi-task Learning with Task Dependency for Appeal Judgment Prediction [28.505366852202794]
  法的判断予測(LJP)は、告訴、関連する法律記事、刑期などの判断結果を自動的に予測することを目的としている。 本稿では,上訴裁判所の控訴審判決を判断する上訴判断予測(AJP)について検討する。 本稿では,これらの課題に対処するために,SMAJudge (Task Dependency for Appeal Judgement Prediction) を用いた逐次マルチタスク学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-09T08:51:13Z)
• THUIR@COLIEE-2020: Leveraging Semantic Understanding and Exact Matching for Legal Case Retrieval and Entailment [41.51705651274111]
  本稿では,訴訟の検索と包含に関する課題に取り組むための方法論を提案する。 私たちは2つの訴訟法タスク、すなわち、法的事件の検索タスクと法的事件の関連タスクに参加しました。 いずれのタスクにおいても,セマンティック理解のためのニューラルモデルと,正確なマッチングのための従来の検索モデルを採用しました。
  論文  参考訳（メタデータ） (2020-12-24T04:59:45Z)
• Extracting Procedural Knowledge from Technical Documents [1.0773368566852943]
  手続きは、自動化、質問応答、会話の推進のために認知アシスタントが活用できる文書の重要な知識コンポーネントである。 プロダクトマニュアルやユーザガイドといった巨大なドキュメントを解析して,どの部分でプロシージャについて話しているのかを自動的に理解し,それを抽出することは,非常に難しい問題です。
  論文  参考訳（メタデータ） (2020-10-20T09:47:52Z)
• Claim Check-Worthiness Detection as Positive Unlabelled Learning [53.24606510691877]
  クレームチェックの信頼性検出はファクトチェックシステムにおいて重要な要素である。 これらの課題の根底にあるクレームチェックの信頼性検出における中心的な課題を照明する。 我々の最良の手法は、正の非競合学習の変種を用いて、これを自動的に修正する統一的なアプローチである。
  論文  参考訳（メタデータ） (2020-03-05T16:06:07Z)

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。