Fugu-MT 論文翻訳(概要): Towards the Exploitation of LLM-based Chatbot for Providing Legal Support to Palestinian Cooperatives

論文の概要: Towards the Exploitation of LLM-based Chatbot for Providing Legal Support to Palestinian Cooperatives

arxiv url: http://arxiv.org/abs/2306.05827v1
Date: Fri, 9 Jun 2023 11:57:57 GMT
ステータス: 処理完了
システム内更新日: 2023-06-12 13:39:47.141775
Title: Towards the Exploitation of LLM-based Chatbot for Providing Legal Support to Palestinian Cooperatives
Title（参考訳）: パレスチナにおける法的支援を目的としたLCM型チャットボットの展開に向けて
Authors: Rabee Qasem, Banan Tantour, Mohammed Maree
Abstract要約: 本稿では,LLMをベースとしたチャットボットの開発について述べる。われわれは,パレスチナの協同組合に関する一連の法的問題を開発し,その規制に関連付けて,チャットボットによる自動回答と,法律専門家が設計した対応を比較検討した。調査の結果,クエリの回答時に全体の精度が82%向上し,F1スコアが79%であった。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: With the ever-increasing utilization of natural language processing (NLP), we started to witness over the past few years a significant transformation in our interaction with legal texts. This technology has advanced the analysis and enhanced the understanding of complex legal terminology and contexts. The development of recent large language models (LLMs), particularly ChatGPT, has also introduced a revolutionary contribution to the way that legal texts can be processed and comprehended. In this paper, we present our work on a cooperative-legal question-answering LLM-based chatbot, where we developed a set of legal questions about Palestinian cooperatives, associated with their regulations and compared the auto-generated answers by the chatbot to their correspondences that are designed by a legal expert. To evaluate the proposed chatbot, we have used 50 queries generated by the legal expert and compared the answers produced by the chart to their relevance judgments. Finding demonstrated that an overall accuracy rate of 82% has been achieved when answering the queries, while exhibiting an F1 score equivalent to 79%.
Abstract（参考訳）: 自然言語処理(NLP)の利用が絶え間なく増加する中、ここ数年で法律文書との相互作用に大きな変化が見られ始めた。この技術は分析を進歩させ、複雑な法用語と文脈の理解を高めた。近年の大規模言語モデル(LLM)、特にChatGPTの開発は、法的テキストの処理と解釈の方法に革命的な貢献をもたらした。本稿では,llmベースのチャットボットについて,パレスチナの協力者に関する一連の法的疑問を提起し,チャットボットが自動生成した回答と,法律専門家が設計した対応文を比較した。提案するチャットボットの評価には,法の専門家が生成した50のクエリを使用し,その回答を関連判断と比較した。調査の結果,クエリの回答時に全体の精度が82%向上し,F1スコアが79%であった。

関連論文リスト

Hybrid Deep Learning for Legal Text Analysis: Predicting Punishment Durations in Indonesian Court Rulings [0.0]
本研究は,文長の深層学習に基づく予測システムを開発した。我々のモデルは,CNNとBiLSTMとアテンション機構を組み合わせたもので,R2乗のスコアは0.5893。
論文参考訳（メタデータ） (2024-10-26T07:07:48Z)
InternLM-Law: An Open Source Chinese Legal Large Language Model [72.2589401309848]
InternLM-Lawは、中国法に関する様々な法的クエリに対処するための特殊なLLMである。われわれは、中国法域に100万以上のクエリを含むデータセットを慎重に構築する。 InternLM-LawはLawBench上で最高の平均性能を達成し、20サブタスク中13サブタスクでGPT-4を含む最先端モデルを上回っている。
論文参考訳（メタデータ） (2024-06-21T06:19:03Z)
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)
Monitoring AI-Modified Content at Scale: A Case Study on the Impact of ChatGPT on AI Conference Peer Reviews [51.453135368388686]
本稿では,大規模言語モデル (LLM) によって実質的に修正あるいは生成される可能性のある大規模コーパスにおけるテキストの分数推定手法を提案する。我々の最大可能性モデルは、専門家による参照テキストとAIによる参照テキストを利用して、コーパスレベルでの実世界のLLM使用を正確かつ効率的に検証する。
論文参考訳（メタデータ） (2024-03-11T21:51:39Z)
Interpretable Long-Form Legal Question Answering with Retrieval-Augmented Large Language Models [10.834755282333589]
長文の法的問合せデータセットは、専門家によるフランス語の法的質問1,868件からなる。実験結果から,自動評価指標について有望な性能を示した。 LLeQAは、専門家によって注釈付けされた唯一の包括的なロングフォームLQAデータセットの1つであり、重要な現実世界の問題を解決するために研究を加速するだけでなく、特殊な領域におけるNLPモデルを評価するための厳密なベンチマークとしても機能する可能性がある。
論文参考訳（メタデータ） (2023-09-29T08:23:19Z)
NeCo@ALQAC 2023: Legal Domain Knowledge Acquisition for Low-Resource Languages through Data Enrichment [2.441072488254427]
本稿では,ベトナムのテキスト処理タスクに対するNeCo Teamのソリューションを,ALQAC 2023(Automated Legal Question Answering Competition 2023)で紹介する。法的な文書検索タスクでは,類似度ランキングと深層学習モデルを組み合わせた手法が採用されているが,第2の課題では,異なる質問タイプを扱うための適応的手法が提案されている。提案手法は, 競争の両課題において, 法的分野における質問応答システムの潜在的メリットと有効性を示す, 卓越した結果を達成している。
論文参考訳（メタデータ） (2023-09-11T14:43:45Z)
LegalBench: A Collaboratively Built Benchmark for Measuring Legal Reasoning in Large Language Models [15.98468948605927]
LegalBenchは6種類の法的推論をカバーする162のタスクからなるベンチマークである。本稿では、LegalBenchについて述べるとともに、20のオープンソースおよび商用LCMの実証的な評価を行い、LegalBenchがもたらす研究のタイプについて説明する。
論文参考訳（メタデータ） (2023-08-20T22:08:03Z)
Analysing similarities between legal court documents using natural language processing approaches based on Transformers [0.0]
本研究の目的は、推論グループで達成できる司法文書間の類似度を検出することである。ブラジルの司法制度における法的手続のケーススタディに、トランスフォーマーアーキテクチャに基づく6つのNLP技術を適用している。
論文参考訳（メタデータ） (2022-04-14T18:25:56Z)
An Uncommon Task: Participatory Design in Legal AI [64.54460979588075]
われわれは10年以上前に行われた法律分野における、注目に値する、未調査のAI設計プロセスについて検討する。インタラクティブなシミュレーション手法によって,コンピュータ科学者と弁護士が共同設計者になれることを示す。
論文参考訳（メタデータ） (2022-03-08T15:46:52Z)
Lawformer: A Pre-trained Language Model for Chinese Legal Long Documents [56.40163943394202]
我々は,中国法定長文理解のためのLongformerベースの事前学習言語モデル,Lawformerをリリースする。判決の予測,類似事例の検索,法的読解,法的質問の回答など,さまざまな法務上の課題について法務担当者を評価した。
論文参考訳（メタデータ） (2021-05-09T09:39:25Z)
How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence [81.04070052740596]
法律人工知能(Legal AI)は、人工知能、特に自然言語処理の技術を適用して、法的領域におけるタスクに役立てることに焦点を当てている。本稿では,LegalAIにおける研究の歴史,現状,今後の方向性について紹介する。
論文参考訳（メタデータ） (2020-04-25T14:45:15Z)

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。