論文の概要: Evaluating GPT-3.5's Awareness and Summarization Abilities for European
Constitutional Texts with Shared Topics
- arxiv url: http://arxiv.org/abs/2401.14524v1
- Date: Thu, 25 Jan 2024 21:34:53 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-29 16:40:17.796829
- Title: Evaluating GPT-3.5's Awareness and Summarization Abilities for European
Constitutional Texts with Shared Topics
- Title（参考訳）: GPT-3.5の共通トピックによる欧州憲法文書の認識と要約能力の評価
- Authors: Candida M. Greco, A. Tagarelli
- Abstract要約: 我々は、大きな言語モデルを利用して、国家の境界を越える憲法の通過を理解する。
本研究の重要な貢献は抽象的な要約の新たな応用の導入である。
以上の結果から, GPT-3.5は情報的, 一貫性, 忠実な要約を生み出すことが示唆された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Constitutions are foundational legal documents that underpin the governmental
and societal structures. As such, they are a reflection of a nation's cultural
and social uniqueness, but also contribute to establish topics of universal
importance, like citizens' rights and duties (RD). In this work, using the
renowned GPT-3.5, we leverage generative large language models to understand
constitutional passages that transcend national boundaries. A key contribution
of our study is the introduction of a novel application of abstractive
summarization on a multi-source collection of constitutional texts, with a
focus on European countries' constitution passages related to RD topics. Our
results show the meaningfulness of GPT-3.5 to produce informative, coherent and
faithful summaries capturing RD topics across European countries.
- Abstract（参考訳）: 憲法は、政府や社会構造を支える基礎となる法的文書である。
そのため、国民の文化的・社会的独自性を反映するだけでなく、市民の権利や義務(RD)のような普遍的な重要性のトピックの確立にも寄与する。
本稿では,著名なgpt-3.5を用いて,生成的大規模言語モデルを用いて,国の境界を超えた憲法の解釈を行う。
本研究の重要な貢献は、RDトピックスに関連する欧州諸国のコンスティチューションパスに着目した、複数ソースのコンスティチューションテキストの集合に対する抽象的な要約の新たな適用の導入である。
GPT-3.5の意義は,欧州各国でRDトピックスを収集する情報的,一貫性,忠実な要約が得られた。
関連論文リスト
- Unlocking Legal Knowledge with Multi-Layered Embedding-Based Retrieval [0.0]
本稿では,法的および立法的テキストに対する多層埋め込みに基づく検索手法を提案する。
提案手法は,検索型拡張生成システムに正確な応答を提供することによって,様々な情報要求を満たす。
論文 参考訳（メタデータ） (2024-11-12T12:03:57Z) - EUROPA: A Legal Multilingual Keyphrase Generation Dataset [10.365070468192704]
法律領域における多言語キーフレーズ生成のためのデータセットであるEUROPAを提案する。
欧州連合司法裁判所(EU)の法的判断から派生したもので、EUの公用語24言語全てに該当する。
論文 参考訳（メタデータ） (2024-03-01T03:30:38Z) - FREDSum: A Dialogue Summarization Corpus for French Political Debates [26.76383031532945]
本稿では,多言語対話要約のための資源強化を目的とした,フランスの政治論争のデータセットを提案する。
われわれのデータセットは、手書きと注釈付き政治討論から成り、さまざまなトピックや視点をカバーしている。
論文 参考訳（メタデータ） (2023-12-08T05:42:04Z) - TopicGPT: A Prompt-based Topic Modeling Framework [77.72072691307811]
TopicGPTは,大規模言語モデルを用いてテキストコレクション内の潜在トピックを明らかにするプロンプトベースのフレームワークである。
競合する手法と比較して、人間の分類とよく一致したトピックを生成する。
そのトピックもまた解釈可能であり、自然言語ラベルと関連する自由形式の記述を含むトピックを好んで、曖昧な言葉の袋を除いた。
論文 参考訳（メタデータ） (2023-11-02T17:57:10Z) - Natural Language Decompositions of Implicit Content Enable Better Text
Representations [56.85319224208865]
本稿では,暗黙的に伝達されたコンテンツを明示的に考慮したテキスト分析手法を提案する。
我々は大きな言語モデルを用いて、観察されたテキストと推論的に関係する命題の集合を生成する。
本研究は,NLPにおいて,文字のみではなく,観察された言語の背景にある意味をモデル化することが重要であることを示唆する。
論文 参考訳（メタデータ） (2023-05-23T23:45:20Z) - Synthetically generated text for supervised text analysis [5.71097144710995]
テキスト生成の概念的概要、研究者が合成テキストを生成するための異なるテクニックをいつ選択すべきかに関するガイダンス、倫理に関する議論、および合成テキストの品質向上のための簡単なテクニックを提供する。
本稿では,ウクライナにおける戦闘を記述した合成ツイートの生成,イベント検出システムの訓練のための特定の政治事象を記述した合成ニュース記事,文レベルポピュリズム分類器の訓練のためのポピュリスト宣言文の多言語コーパスの3つの応用例を用いて,合成テキストの有用性を示す。
論文 参考訳（メタデータ） (2023-03-28T14:55:13Z) - An Inclusive Notion of Text [69.36678873492373]
テキストの概念の明確さは再現可能で一般化可能なNLPにとって不可欠である,と我々は主張する。
言語的および非言語的要素の2層分類を導入し,NLPモデリングに使用することができる。
論文 参考訳（メタデータ） (2022-11-10T14:26:43Z) - Entity Graph Extraction from Legal Acts -- a Prototype for a Use Case in
Policy Design Analysis [52.77024349608834]
本稿では,公共政策設計の定量的研究を支援するために開発されたプロトタイプについて述べる。
本システムの目的は,法律文書の収集プロセスの自動化,機関文法の注釈付け,ハイパーグラフによる重要機関間の相互関係の分析である。
論文 参考訳（メタデータ） (2022-09-02T10:57:47Z) - O-Dang! The Ontology of Dangerous Speech Messages [53.15616413153125]
O-Dang!:The Ontology of Dangerous Speech Messages, a systematic and interoperable Knowledge Graph (KG)
O-Dang!は、Lingguistic Linked Open Dataコミュニティで共有されている原則に従って、イタリアのデータセットを構造化されたKGにまとめ、整理するように設計されている。
ゴールド・スタンダードとシングル・アノテータのラベルをKGにエンコードするモデルを提供する。
論文 参考訳（メタデータ） (2022-07-13T11:50:05Z) - Fine-tuning GPT-3 for Russian Text Summarization [77.34726150561087]
本稿では,テキストを要約するruGPT3(ruGPT3)機能について紹介し,それに対応する人文要約を用いてロシア語ニュースのコーパスを微調整する。
得られたテキストを一連のメトリクスで評価し、アーキテクチャや損失関数に付加的な変更を加えることなく、我々のソリューションが最先端のモデルの性能を上回ることができることを示す。
論文 参考訳（メタデータ） (2021-08-07T19:01:40Z)
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。