論文の概要: A Deep Learning-Based System for Automatic Case Summarization

• arxiv url: http://arxiv.org/abs/2312.07824v1
• Date: Wed, 13 Dec 2023 01:18:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-14 16:54:45.006016
• Title: A Deep Learning-Based System for Automatic Case Summarization
• Title（参考訳）: 自動事例要約のための深層学習に基づくシステム
• Authors: Minh Duong, Long Nguyen, Yen Vuong, Trong Le, Ha-Thanh Nguyen
• Abstract要約: 本稿では,効率的な自動ケース要約のためのディープラーニングに基づくシステムを提案する。 このシステムは、長い訴訟文書の簡潔かつ関連する要約を生成するための教師なしおよび教師なしの両方の方法を提供する。 今後の研究は、要約技術の改良と、我々の手法を他の種類の法的テキストに適用することに焦点を当てる。
• 参考スコア（独自算出の注目度）: 2.9141777969894966
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a deep learning-based system for efficient automatic case summarization. Leveraging state-of-the-art natural language processing techniques, the system offers both supervised and unsupervised methods to generate concise and relevant summaries of lengthy legal case documents. The user-friendly interface allows users to browse the system's database of legal case documents, select their desired case, and choose their preferred summarization method. The system generates comprehensive summaries for each subsection of the legal text as well as an overall summary. This demo streamlines legal case document analysis, potentially benefiting legal professionals by reducing workload and increasing efficiency. Future work will focus on refining summarization techniques and exploring the application of our methods to other types of legal texts.
• Abstract（参考訳）: 本稿では,効率的な自動事例要約のための深層学習システムを提案する。 最先端の自然言語処理技術を活用して、長い訴訟文書の簡潔かつ関連する要約を生成する教師付きおよび教師なしの手法を提供する。 ユーザフレンドリーなインターフェースにより、ユーザーはシステムの訴訟文書データベースを閲覧し、所望の事例を選択し、好みの要約方法を選択することができる。 本システムは,法文の各部分に対する包括的な要約と全体要約を生成する。 このデモは、法的ケース文書の分析を合理化し、ワークロードの削減と効率の向上によって、法的専門家に利益をもたらす可能性がある。 今後の研究は、要約技術の改良と、我々の手法を他の種類の法的テキストに適用することに焦点を当てる。

関連論文リスト

• Judgement Citation Retrieval using Contextual Similarity [0.0]
  本稿では,自然言語処理(NLP)と機械学習技術を組み合わせて,訴訟記述の組織化と活用を促進する手法を提案する。 提案手法は,教師なしクラスタリングと教師付き引用検索の2つの主要な目的に対処する。 我々の手法は90.9%という驚くべき精度を達成した。
  論文  参考訳（メタデータ） (2024-05-28T04:22:28Z)
• 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)
• 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)
• GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
  本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。 FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
  論文  参考訳（メタデータ） (2022-04-12T03:49:35Z)
• Robust Deep Reinforcement Learning for Extractive Legal Summarization [13.577343899514396]
  本稿では,強化学習を用いて,現行の深層要約モデルを訓練し,法域における性能向上を図ることを提案する。 3つの公開法的データセットで一貫した、重要なパフォーマンス向上を観察します。
  論文  参考訳（メタデータ） (2021-11-13T17:27:49Z)
• iFacetSum: Coreference-based Interactive Faceted Summarization for Multi-Document Exploration [63.272359227081836]
  iFacetSumは、インタラクティブな要約と顔検索を統合している。 微粒なファセットは、クロスドキュメントのコア参照パイプラインに基づいて自動的に生成される。
  論文  参考訳（メタデータ） (2021-09-23T20:01:11Z)
• Legal Search in Case Law and Statute Law [12.697393184074457]
  本稿では,典型的法的文書収集の文脈において,文書の相互関連性を識別する手法について述べる。 本稿では、教師あり教師なし学習を含む一般化言語モデルの使用状況について概観する。
  論文  参考訳（メタデータ） (2021-08-23T12:51:24Z)
• Incorporating Domain Knowledge for Extractive Summarization of Legal Case Documents [7.6340456946456605]
  法ケース文書の要約のための教師なし要約アルゴリズムDELSummを提案する。 提案アルゴリズムは,数千対の文書-要約ペアで訓練された教師付き要約モデルより優れている。
  論文  参考訳（メタデータ） (2021-06-30T08:06:15Z)
• Text Summarization with Latent Queries [60.468323530248945]
  本稿では,LaQSumについて紹介する。LaQSumは,既存の問合せ形式と抽象的な要約のための文書から遅延クエリを学習する,最初の統一テキスト要約システムである。 本システムでは, 潜伏クエリモデルと条件付き言語モデルとを協調的に最適化し, ユーザがテスト時に任意のタイプのクエリをプラグイン・アンド・プレイできるようにする。 本システムでは,クエリタイプ,文書設定,ターゲットドメインの異なる要約ベンチマークにおいて,強力な比較システムの性能を強く向上させる。
  論文  参考訳（メタデータ） (2021-05-31T21:14:58Z)
• 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)
• Building Legal Case Retrieval Systems with Lexical Matching and Summarization using A Pre-Trained Phrase Scoring Model [1.9275428660922076]
  本研究は,2019年法律情報抽出・販売コンペティションの判例検索課題に対処する手法を提案する。 我々のアプローチは、要約が検索に重要であるという考え方に基づいている。 コンペティションのベンチマークにおけるタスクの最先端の結果を達成しました。
  論文  参考訳（メタデータ） (2020-09-29T15:10:59Z)

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。