Fugu-MT 論文翻訳(概要): Towards Argument-Aware Abstractive Summarization of Long Legal Opinions with Summary Reranking

論文の概要: Towards Argument-Aware Abstractive Summarization of Long Legal Opinions with Summary Reranking

arxiv url: http://arxiv.org/abs/2306.00672v1
Date: Thu, 1 Jun 2023 13:44:45 GMT
ステータス: 処理完了
システム内更新日: 2023-06-02 15:52:51.949630
Title: Towards Argument-Aware Abstractive Summarization of Long Legal Opinions with Summary Reranking
Title（参考訳）: 論説に基づく長大な法的意見の抽象的要約に向けて
Authors: Mohamed Elaraby, Yang Zhong, Diane Litman
Abstract要約: 本稿では,論文の議論構造を考慮した,長い法的意見の抽象的要約のための簡単なアプローチを提案する。提案手法では、引数ロール情報を用いて複数の候補要約を生成し、文書の引数構造との整合性に基づいてこれらの候補を再分類する。我々は、長い法的意見のデータセットにアプローチの有効性を実証し、それがいくつかの強いベースラインを上回っていることを示す。
参考スコア（独自算出の注目度）: 6.9827388859232045
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose a simple approach for the abstractive summarization of long legal opinions that considers the argument structure of the document. Legal opinions often contain complex and nuanced argumentation, making it challenging to generate a concise summary that accurately captures the main points of the legal opinion. Our approach involves using argument role information to generate multiple candidate summaries, then reranking these candidates based on alignment with the document's argument structure. We demonstrate the effectiveness of our approach on a dataset of long legal opinions and show that it outperforms several strong baselines.
Abstract（参考訳）: 本稿では,文書の議論構造を考慮した長い法的意見を要約する簡単なアプローチを提案する。法的な意見はしばしば複雑かつ微妙な議論を含み、法的な意見の要点を正確に捉えた簡潔な要約を作成するのが困難である。提案手法では,複数の候補要約を生成するために引数の役割情報を使用し,文書の引数構造に合わせてこれらの候補を再ランク付けする。長い法的意見のデータセットに対する我々のアプローチの有効性を実証し、いくつかの強力なベースラインよりも優れていることを示す。

関連論文リスト

Overview of PerpectiveArg2024: The First Shared Task on Perspective Argument Retrieval [56.66761232081188]
本稿では,社会における少数派・多数派を代表する年齢,性別,政治的態度など,人口・社会文化(社会)の多様性を包括する新しいデータセットを提案する。パースペクティビズムを取り入れる上での重大な課題は、特に社会的なプロファイルを明示的に提供せずに、議論のテキストのみに基づくパーソナライズを目指す場合である。パーソナライズと分極の低減を図るため, パーソナライズを最適化するためには, パーソナライズされた論証検索をブートストラップするが, さらなる研究が不可欠である。
論文参考訳（メタデータ） (2024-07-29T03:14:57Z)
LexAbSumm: Aspect-based Summarization of Legal Decisions [1.3723120574076126]
LexAbSummは、欧州人権裁判所(European Court of Human Rights)の管轄下にある法的判例決定のアスペクトベースの要約のために設計されたデータセットである。我々は、LexAbSumm上の長いドキュメントに適した抽象的な要約モデルをいくつか評価し、アスペクト固有の要約を生成するためにこれらのモデルを条件付けすることの難しさを明らかにした。
論文参考訳（メタデータ） (2024-03-31T08:00:40Z)
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)
FENICE: Factuality Evaluation of summarization based on Natural language Inference and Claim Extraction [85.26780391682894]
自然言語推論とクレーム抽出(FENICE)に基づく要約のファクチュアリティ評価を提案する。 FENICEは、ソース文書内の情報と、要約から抽出されたクレームと呼ばれる一連の原子的事実との間のNLIベースのアライメントを利用する。我々の測定基準は、事実性評価のためのデファクトベンチマークであるAGGREFACTに関する新しい技術状況を設定する。
論文参考訳（メタデータ） (2024-03-04T17:57:18Z)
STRONG -- Structure Controllable Legal Opinion Summary Generation [8.527175356478455]
本稿では,長大な法的意見の要約構造に対するアプローチを提案する。提案手法では,コヒーレントな要約を生成する際に,予測された引数ロール情報を用いてモデルを導出する。
論文参考訳（メタデータ） (2023-09-29T14:31:41Z)
Scientific Opinion Summarization: Paper Meta-review Generation Dataset, Methods, and Evaluation [55.00687185394986]
本稿では,論文レビューをメタレビューに合成する,科学的意見要約の課題を提案する。 ORSUMデータセットは、47のカンファレンスから15,062のメタレビューと57,536の論文レビューをカバーしている。実験の結果,(1)人間による要約は,議論の深みや特定の領域に対するコンセンサスや論争の特定など,必要な基準をすべて満たしていないこと,(2)タスクの分解と反復的自己調整の組み合わせは,意見の強化に強い可能性を示唆している。
論文参考訳（メタデータ） (2023-05-24T02:33:35Z)
The Legal Argument Reasoning Task in Civil Procedure [2.079168053329397]
我々は,米国民事訴訟の領域から新たなNLPタスクとデータセットを提示する。データセットの各インスタンスは、ケースの一般的な導入、特定の質問、可能な解決策引数で構成されている。
論文参考訳（メタデータ） (2022-11-05T17:41:00Z)
Legal Case Document Summarization: Extractive and Abstractive Methods and their Evaluation [11.502115682980559]
訴訟判断文書の要約は、法律NLPにおいて難しい問題である。法的事例文書に適用した場合の要約モデルの異なる族がどのように機能するかについては、あまり分析されていない。
論文参考訳（メタデータ） (2022-10-14T05:43:08Z)
ArgLegalSumm: Improving Abstractive Summarization of Legal Documents with Argument Mining [0.2538209532048867]
本稿では,議論ロールラベルを要約プロセスに統合することにより,法的文書の議論的構造を捉える手法を提案する。事前訓練された言語モデルを用いた実験により,提案手法は強いベースラインよりも性能を向上することが示された。
論文参考訳（メタデータ） (2022-09-04T15:55:56Z)
A Formalisation of Abstract Argumentation in Higher-Order Logic [77.34726150561087]
本稿では,古典的高階論理へのエンコーディングに基づく抽象的議論フレームワークの表現手法を提案する。対話型および自動推論ツールを用いた抽象的議論フレームワークのコンピュータ支援評価のための一様フレームワークを提供する。
論文参考訳（メタデータ） (2021-10-18T10:45:59Z)
Summarizing Text on Any Aspects: A Knowledge-Informed Weakly-Supervised Approach [89.56158561087209]
文書に関連する任意の側面を要約する。監視データがないため、我々は新しい弱い監督構築法とアスペクト・モデリング・スキームを開発した。実験により,本手法は実文書と合成文書の両方を要約することで,性能の向上を図っている。
論文参考訳（メタデータ） (2020-10-14T03:20:46Z)

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。