論文の概要: A Computational Analysis of Oral Argument in the Supreme Court

• arxiv url: http://arxiv.org/abs/2306.05373v1
• Date: Mon, 5 Jun 2023 13:52:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-09 13:06:56.104882
• Title: A Computational Analysis of Oral Argument in the Supreme Court
• Title（参考訳）: 最高裁判所における口頭弁論の計算分析
• Authors: Gregory M. Dickinson
• Abstract要約: 機関としての口頭弁論の基本的機能と運用はいまだに理解されていない。 本稿では、機械学習技術を用いて、司法決定の予測モデルを構築する。 それは、長年経験的研究に抵抗してきた口頭弁論の側面に、重要な新しい窓を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As the most public component of the Supreme Court's decision-making process, oral argument receives an out-sized share of attention in the popular media. Despite its prominence, however, the basic function and operation of oral argument as an institution remains poorly understood, as political scientists and legal scholars continue to debate even the most fundamental questions about its role. Past study of oral argument has tended to focus on discrete, quantifiable attributes of oral argument, such as the number of questions asked to each advocate, the party of the Justices' appointing president, or the ideological implications of the case on appeal. Such studies allow broad generalizations about oral argument and judicial decision making: Justices tend to vote in accordance with their ideological preferences, and they tend to ask more questions when they are skeptical of a party's position. But they tell us little about the actual goings on at oral argument -- the running dialog between Justice and advocate that is the heart of the institution. This Article fills that void, using machine learning techniques to, for the first time, construct predictive models of judicial decision making based not on oral argument's superficial features or on factors external to oral argument, such as where the case falls on a liberal-conservative spectrum, but on the actual content of the oral argument itself -- the Justices' questions to each side. The resultant models offer an important new window into aspects of oral argument that have long resisted empirical study, including the Justices' individual questioning styles, how each expresses skepticism, and which of the Justices' questions are most central to oral argument dialog.
• Abstract（参考訳）: 最高裁判所の意思決定過程における最も公的な要素として、口頭弁論は大衆メディアで大きな注目を集めている。 しかし、政治学者や法学者は、その役割に関する最も基本的な疑問さえ議論し続けているため、機関としての口頭弁論の基本的な機能や運営は、いまだによく分かっていない。 口頭弁論の過去の研究は、各支持者に質問された質問数、判事の指名された大統領党、上訴事件のイデオロギー的含意など、口頭弁論の離散的で定量的な属性に焦点を当てる傾向があった。 このような研究は口頭弁論と司法決定に関する広範な一般化を可能にしている: 裁判官はイデオロギー的な選好に従って投票する傾向があり、党の立場に懐疑的である場合、より多くの質問をする傾向にある。 しかし、彼らは口頭弁論で実際に起きていることについてほとんど何も教えてくれない ― 司法と擁護者の間の対話が組織の中心である。 本条は, 機械学習技術を用いて, 口頭弁論の表面的特徴や, 口頭弁論以外の要因に基づいて, 口頭弁論自体の実際の内容である口頭弁論そのものに該当する場合には, 口頭弁論の実態に基づいて, 初めて, 裁判決定の予測モデルを構築したことを記す。 結果として得られたモデルは、裁判官の個別の質問スタイル、各人がどのように懐疑的な表現をするか、そしてどの判事の質問が口頭弁論の対話の最も中心となっているかなど、長い間実証研究に抵抗してきた口頭弁論の側面に重要な窓を提供する。

関連論文リスト

• 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)
• Argument Quality Assessment in the Age of Instruction-Following Large Language Models [45.832808321166844]
  そのような応用において重要なタスクは、議論の質を評価することである。 我々は,質概念の多様性と認識の主観性を,議論品質評価における実質的な進歩への主要なハードルとみなす。 インストラクション追従型大規模言語モデル(LLM)がコンテキストを越えた知識を活用できることは,より信頼性の高い評価を可能にしている,と我々は主張する。
  論文  参考訳（メタデータ） (2024-03-24T10:43:21Z)
• Legal and Political Stance Detection of SCOTUS Language [9.906317924458456]
  我々は,自動姿勢検出法を用いて,米国最高裁判所の公用文書を分析した。 SCOTUS正義の2つの異なるイデオロギー指標を口頭弁論書を用いて計算する。 世論に反応する判事は口頭弁論中にイデオロギーを表現する傾向にある。
  論文  参考訳（メタデータ） (2022-11-21T18:45:57Z)
• Mining Legal Arguments in Court Decisions [43.09204050756282]
  我々は,欧州人権裁判所の手続において,法的議論のための新たな注釈体系を開発する。 第2に、373の判決の大規模なコーパスをコンパイルし、注釈を付ける。 第三に、法的なNLPドメインにおける最先端モデルよりも優れた引数マイニングモデルを訓練する。
  論文  参考訳（メタデータ） (2022-08-12T08:59:55Z)
• Persua: A Visual Interactive System to Enhance the Persuasiveness of Arguments in Online Discussion [52.49981085431061]
  説得力のある議論を書く能力を高めることは、オンラインコミュニケーションの有効性と文明性に寄与する。 オンライン議論における議論の説得力向上を支援するツールの設計目標を4つ導き出した。 Persuaは対話型ビジュアルシステムであり、議論の説得力を高めるための説得戦略の例に基づくガイダンスを提供する。
  論文  参考訳（メタデータ） (2022-04-16T08:07:53Z)
• What About the Precedent: An Information-Theoretic Analysis of Common Law [64.49276556192073]
  一般的な法律では、新しい事件の結果は、既存の法令ではなく、前例によって決定されることが多い。 私たちは、2つの長年にわたる法学的な見解を比較することで、この問題に最初に取り組みました。 前例の主張は事件の結果と0.38ナットの情報を共有しているのに対し、前例の事実は0.18ナットの情報しか共有していない。
  論文  参考訳（メタデータ） (2021-04-25T11:20:09Z)
• AI-lead Court Debate Case Investigation [24.221021061471177]
  裁判では、裁判官がその事件についてより明確に理解できるように、裁判官が効率的な疑問を提起するのに役立つ。 本研究では, 試行脳構築のための革新的エンドツーエンド質問生成モデル-Trial Brain Model (TBM)を提案する。
  論文  参考訳（メタデータ） (2020-10-22T11:05:14Z)
• Pardon the Interruption: An Analysis of Gender and Turn-Taking in U.S. Supreme Court Oral Arguments [6.015556590955814]
  本研究では,米国最高裁判所の口頭弁論における話者間の転回変化のコーパスを示す。 各ターンの変更は、人間のアノテーションによって「協力的」から「競争的」のスペクトルにラベル付けされる。 我々は,音声の特徴,交換の性質,および話者のジェンダーと法的役割との関係を分析する。
  論文  参考訳（メタデータ） (2020-09-15T23:37:48Z)
• The Role of Pragmatic and Discourse Context in Determining Argument Impact [39.70446357000737]
  本稿では,議論のこの側面を研究するための新しいデータセットを提案する。 741件の議論の的となり、47,000件以上の主張がある。 議論的クレームの実践的・言論的文脈を取り入れた予測モデルを提案し,そのモデルが,特定の主張行内で個々のクレームが知覚する影響を予測するために,クレーム固有の言語的特徴に依存するモデルより優れていることを示す。
  論文  参考訳（メタデータ） (2020-04-06T23:00:37Z)
• What Changed Your Mind: The Roles of Dynamic Topics and Discourse in Argumentation Process [78.4766663287415]
  本稿では,議論の説得力において重要な要因を自動的に分析する研究について述べる。 議論的会話における潜在トピックや談話の変化を追跡できる新しいニューラルモデルを提案する。
  論文  参考訳（メタデータ） (2020-02-10T04:27:48Z)

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。