論文の概要: Empowering Refugee Claimants and their Lawyers: Using Machine Learning
to Examine Decision-Making in Refugee Law
- arxiv url: http://arxiv.org/abs/2308.11531v2
- Date: Thu, 21 Sep 2023 14:19:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-22 18:44:10.471410
- Title: Empowering Refugee Claimants and their Lawyers: Using Machine Learning
to Examine Decision-Making in Refugee Law
- Title（参考訳）: 難民クレームとその弁護士の力--機械学習を用いた難民法における意思決定--
- Authors: Claire Barale
- Abstract要約: 我々のプロジェクトは、データ駆動インテリジェンスを通じてより良い意思決定を行うために、弁護士、裁判官、統治機関、請求者などの難民状況判断における利害関係者を支援することを目的としている。
このPhDプロジェクトは,(1)過去の事例を検索すること,(2)カナダの事例のデータセット上での法的意思決定プロセスを分析すること,の2つの主要な目的を持っている。
- 参考スコア（独自算出の注目度）: 1.8130068086063336
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Our project aims at helping and supporting stakeholders in refugee status
adjudications, such as lawyers, judges, governing bodies, and claimants, in
order to make better decisions through data-driven intelligence and increase
the understanding and transparency of the refugee application process for all
involved parties. This PhD project has two primary objectives: (1) to retrieve
past cases, and (2) to analyze legal decision-making processes on a dataset of
Canadian cases. In this paper, we present the current state of our work, which
includes a completed experiment on part (1) and ongoing efforts related to part
(2). We believe that NLP-based solutions are well-suited to address these
challenges, and we investigate the feasibility of automating all steps
involved. In addition, we introduce a novel benchmark for future NLP research
in refugee law. Our methodology aims to be inclusive to all end-users and
stakeholders, with expected benefits including reduced time-to-decision, fairer
and more transparent outcomes, and improved decision quality.
- Abstract（参考訳）: 本研究の目的は, 弁護士, 裁判官, 行政機関, 債権者等の難民状況判断の利害関係者を支援し, 支援することであり, データ駆動知性を通じてよりよい意思決定を行い, 関係者全員の難民申請プロセスの理解と透明性を高めることにある。
このPhDプロジェクトは,(1)過去の事例を検索すること,(2)カナダの事例のデータセット上での法的意思決定プロセスを分析すること,の2つの目的を有する。
本稿では,本研究の現状について述べる。その内容は,第1部における完成実験と,第2部に関する継続的な取り組みを含む。
nlpベースのソリューションはこれらの課題に対処するのに適しており、すべてのステップを自動化できる可能性について調査する。
さらに,難民法における今後のNLP研究のための新しいベンチマークを導入する。
当社の方法論は,意思決定までの時間短縮,公平で透明性の高い成果,意思決定品質の向上など,すべてのエンドユーザとステークホルダに包括的であることを目標としています。
関連論文リスト
- Recommendations for Government Development and Use of Advanced Automated
Systems to Make Decisions about Individuals [14.957989495850935]
コンペティビリティは、しばしばデュエルプロセスの要素として立憲に要求される。
われわれは、高度な自動意思決定、競争性、法律に関するワークショップを開催した。
論文 参考訳（メタデータ） (2024-03-04T00:03:00Z) - Human-in-the-loop Fairness: Integrating Stakeholder Feedback to Incorporate Fairness Perspectives in Responsible AI [4.0247545547103325]
公正は人工知能(AI)を用いたリスクの高い意思決定への関心が高まっている
普遍的に受け入れられる公正度尺度はなく、公正性は文脈依存であり、公正と見なされるものに関して矛盾する視点があるかもしれない。
私たちの作業は、ステークホルダーが特定の決定インスタンスとその公正性に関する結果に対してフィードバックをすることができるアプローチに従っています。
論文 参考訳（メタデータ） (2023-12-13T11:17:29Z) - 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) - Online Decision Mediation [72.80902932543474]
意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。
臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
論文 参考訳（メタデータ） (2023-10-28T05:59:43Z) - Refugee status determination: how cooperation with machine learning
tools can lead to more justice [1.8130068086063336]
難民状況判断に関する以前の研究は、アプリケーションの結果の予測は、極めて少数の特徴を満足のいく精度で導き出すことができることを示した。
この記事では、難民法決定におけるノイズ低減に機械学習が役立つ方法について説明する。
論文 参考訳（メタデータ） (2023-08-22T16:16:27Z) - Legal Summarisation through LLMs: The PRODIGIT Project [4.840725842638346]
PRODIGITは、AIに焦点を当てたデジタル技術を通じて、税務判事や弁護士を支援することを目的としている。
我々は、司法決定の要約の作成と関連する情報の抽出に焦点を合わせてきた。
我々は,抽出的,抽象的要約のための様々なツールとアプローチをデプロイし,評価した。
論文 参考訳（メタデータ） (2023-08-04T16:59:48Z) - Inverse Online Learning: Understanding Non-Stationary and Reactionary
Policies [79.60322329952453]
エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。
一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。
本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。
UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
論文 参考訳（メタデータ） (2022-03-14T17:40:42Z) - 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) - Algorithmic Fairness Datasets: the Story so Far [68.45921483094705]
データ駆動アルゴリズムは、人々の幸福に直接影響し、批判的な決定をサポートするために、さまざまな領域で研究されている。
研究者のコミュニティは、既存のアルゴリズムの株式を調査し、新しいアルゴリズムを提案し、歴史的に不利な人口に対する自動意思決定のリスクと機会の理解を深めてきた。
公正な機械学習の進歩はデータに基づいており、適切に文書化された場合にのみ適切に使用できる。
残念なことに、アルゴリズムフェアネスコミュニティは、特定のリソース(オパシティ)に関する情報の不足と利用可能な情報の分散(スパーシティ)によって引き起こされる、集合的なデータドキュメント負債に悩まされている。
論文 参考訳（メタデータ） (2022-02-03T17:25:46Z) - 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) - 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。