論文の概要: Translating Legalese: Enhancing Public Understanding of Court Opinions
with Legal Summarizers
- arxiv url: http://arxiv.org/abs/2311.06534v2
- Date: Sat, 2 Mar 2024 17:18:34 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-05 20:11:39.815589
- Title: Translating Legalese: Enhancing Public Understanding of Court Opinions
with Legal Summarizers
- Title(参考訳): 法律の翻訳: 法的要約者による裁判所意見の公衆理解の促進
- Authors: Elliott Ash and Aniket Kesari and Suresh Naidu and Lena Song and
Dominik Stammbach
- Abstract要約: 我々は、AIアシスタントを使用して、簡易な司法意見要約を生成するパイプラインを提案する。
既存の専門家による要約と比較すると、これらのAI生成された単純な要約は、一般によりアクセスしやすい。
- 参考スコア(独自算出の注目度): 5.384800591054858
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Judicial opinions are written to be persuasive and could build public trust
in court decisions, yet they can be difficult for non-experts to understand. We
present a pipeline for using an AI assistant to generate simplified summaries
of judicial opinions. Compared to existing expert-written summaries, these
AI-generated simple summaries are more accessible to the public and more easily
understood by non-experts. We show in a survey experiment that the AI summaries
help respondents understand the key features of a ruling, and have higher
perceived quality, especially for respondents with less formal education.
- Abstract(参考訳): 司法的意見は説得力があり、裁判所の決定に公的な信頼を築くことができるが、非専門家が理解することは困難である。
本稿では,AIアシスタントを用いて簡易な意見要約を生成するパイプラインを提案する。
既存の専門家による要約と比較すると、これらのAI生成された単純な要約は、一般の人によりアクセスしやすく、非専門家によって理解しやすい。
調査実験では、AIサマリーは、回答者が判断の主要な特徴を理解し、特に正式な教育を受けていない回答者にとって、より高い品質を持つのに役立ちます。
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) - 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) - Prototype-Based Interpretability for Legal Citation Prediction [16.660004925391842]
我々は、前例と立法規定の両方に関して、弁護士の思考過程と平行してタスクを設計する。
最初の実験結果から,法の専門家のフィードバックを得て,対象の引用予測を洗練する。
我々は,弁護士が使用する決定パラメータに固執しながら,高い性能を達成し,解釈可能性を高めるためのプロトタイプアーキテクチャを導入する。
論文 参考訳(メタデータ) (2023-05-25T21:40:58Z) - HOP, UNION, GENERATE: Explainable Multi-hop Reasoning without Rationale
Supervision [118.0818807474809]
本研究は、合理的な監督なしに説明可能なマルチホップQAシステムを訓練するための原則的確率論的アプローチを提案する。
提案手法は,集合としての有理を明示的にモデル化し,文書と文間の相互作用を文書内で捉えることによって,マルチホップ推論を行う。
論文 参考訳(メタデータ) (2023-05-23T16:53:49Z) - Elaborative Simplification as Implicit Questions Under Discussion [51.17933943734872]
本稿では,QUD フレームワークのレンズによる共同作業の簡略化について考察する。
本研究は,QUDを明示的にモデル化することで,作業の単純化と,作業内容と作業内容の関連性について,重要な理解が得られていることを示す。
論文 参考訳(メタデータ) (2023-05-17T17:26:16Z) - Legal Extractive Summarization of U.S. Court Opinions [2.2481339018068596]
本稿では,430万件の米国裁判所の意見に注釈付きキー文を添付したデータセットを用いて,法的抽出要約の課題に取り組む。
自動要約品質指標によると、強化学習ベースのMemSumモデルが最も優れており、トランスフォーマーベースのモデルよりも優れています。
専門家による人間の評価は、MemSumの要約が長大な法廷意見の要点を効果的に捉えていることを示している。
論文 参考訳(メタデータ) (2023-05-15T08:13:00Z) - 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) - Legal Judgment Prediction with Multi-Stage CaseRepresentation Learning
in the Real Court Setting [25.53133777558123]
本稿では, 実地裁判所から新たなデータセットを導入し, 法的な判断を合理的に百科事典的に予測する。
大規模な民事裁判データセットを用いた広範な実験は、提案モデルが、法的判断予測のためのクレーム、事実、議論の間の相互作用をより正確に特徴付けることができることを示している。
論文 参考訳(メタデータ) (2021-07-12T04:27:14Z) - Discrete Reasoning Templates for Natural Language Understanding [79.07883990966077]
我々は,複雑な質問をより単純な質問に分解する手法を提案する。
事前定義された推論テンプレートの指示に従って最終回答を導出する。
我々のアプローチは、解釈可能でありながら最先端技術と競合し、監督をほとんど必要としないことを示す。
論文 参考訳(メタデータ) (2021-04-05T18:56:56Z) - Performance in the Courtroom: Automated Processing and Visualization of
Appeal Court Decisions in France [20.745220428708457]
我々はNLP法を用いて、弁護士や判決のネットワークを構築するために、判断から興味深いエンティティやデータを抽出する。
我々は,弁護士のネットワークにおける経験,勝利/損失比,およびその重要性に基づいて,弁護士のランク付けのための指標を提案する。
論文 参考訳(メタデータ) (2020-06-11T08:22:59Z) - 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。