Fugu-MT 論文翻訳(概要): VLSP 2023 -- LTER: A Summary of the Challenge on Legal Textual Entailment Recognition

論文の概要: VLSP 2023 -- LTER: A Summary of the Challenge on Legal Textual Entailment Recognition

arxiv url: http://arxiv.org/abs/2403.03435v1
Date: Wed, 6 Mar 2024 03:42:06 GMT
ステータス: 処理完了
システム内更新日: 2024-03-07 16:12:37.253585
Title: VLSP 2023 -- LTER: A Summary of the Challenge on Legal Textual Entailment Recognition
Title（参考訳）: vlsp 2023 -- lter: 法的テキスト包含認識に関する課題の概要
Authors: Vu Tran, Ha-Thanh Nguyen, Trung Vo, Son T. Luu, Hoang-Anh Dang, Ngoc-Cam Le, Thi-Thuy Le, Minh-Tien Nguyen, Truong-Son Nguyen, Le-Minh Nguyen
Abstract要約: 本稿では,ベトナム語に関する法律分野における最初の基礎研究について紹介する。我々は、対処すべき課題を提起する法的領域において重要な言語的側面について論じる。
参考スコア（独自算出の注目度）: 7.030684932312313
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this new era of rapid AI development, especially in language processing, the demand for AI in the legal domain is increasingly critical. In the context where research in other languages such as English, Japanese, and Chinese has been well-established, we introduce the first fundamental research for the Vietnamese language in the legal domain: legal textual entailment recognition through the Vietnamese Language and Speech Processing workshop. In analyzing participants' results, we discuss certain linguistic aspects critical in the legal domain that pose challenges that need to be addressed.
Abstract（参考訳）: 最新のAI開発、特に言語処理において、法律分野におけるAIの需要はますます重要になっている。英語、日本語、中国語などの他言語の研究が定着している状況において、法領域におけるベトナム語に関する最初の基礎研究として、ベトナム語と音声処理ワークショップを通じて、法的テクスト的詳細認識を紹介する。参加者の結果の分析において,対処すべき課題を提起する法的領域において重要な言語的側面について論じる。

関連論文リスト

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)
Evaluation Ethics of LLMs in Legal Domain [35.725470391038264]
本稿では,大規模言語モデル (LLM) の基本的言語能力, 専門的法的知識, 法的堅牢性を評価するために, 真正の法的事例を利用する新規性評価手法を提案する。包括的評価から得られた知見は,法律領域における大規模言語モデルの適合性と性能に関する学術的議論に大きく貢献する。
論文参考訳（メタデータ） (2024-03-17T09:05:13Z)
Report of the 1st Workshop on Generative AI and Law [78.62063815165968]
本報告では、生成AIと法に関する第1回ワークショップ(GenLaw)の開催状況について述べる。コンピュータサイエンスと法学の実践者や学者の学際的なグループが集まり、ジェネレーティブAI法がもたらす技術的、教義的、政策上の課題について議論した。
論文参考訳（メタデータ） (2023-11-11T04:13:37Z)
MILDSum: A Novel Benchmark Dataset for Multilingual Summarization of Indian Legal Case Judgments [6.522489660886997]
公正な司法アクセスを確保するために、インドの言語で法律文書を要約することが不可欠である。本研究は,ヒンディー語における英語法典の言語間要約に向けた先駆的な取り組みを示す。我々は、英語とヒンディー語の両方の要約とともに、英語の著名なインド人裁判所から3,122件の判例判決からなる、最初の高品質な法定コーパスを構築した。
論文参考訳（メタデータ） (2023-10-28T05:51:57Z)
Findings of the 2023 ML-SUPERB Challenge: Pre-Training and Evaluation over More Languages and Beyond [89.54151859266202]
2023年のMultilingual Speech Universal Performance Benchmark (ML-SUPERB) Challengeは、宣言されたSUPERBフレームワークに拡張される。この挑戦は12のモデル提出と54の言語コーパスを集め、154の言語を含む包括的なベンチマークをもたらした。この結果は、単にスケーリングモデルが多言語音声タスクにおける決定的な解決策ではないことを示唆している。
論文参考訳（メタデータ） (2023-10-09T08:30:01Z)
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)
Towards Grammatical Tagging for the Legal Language of Cybersecurity [0.0]
法律言語は、典型的には法的職業に従事する人々によって使用される言語として理解することができる。最近のサイバーセキュリティに関する法律では、明らかに法的言語が使われている。本稿では,サイバーセキュリティの法的言語の本質的解釈の課題に直面する。
論文参考訳（メタデータ） (2023-06-29T15:39:20Z)
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)
Indian Legal NLP Benchmarks : A Survey [0.0]
インド法典テキストのために、別々に自然言語処理ベンチマークを作成する必要がある。これは、インドの法律テキストに対する自然言語処理の応用の革新を刺激する。
論文参考訳（メタデータ） (2021-07-13T13:10:10Z)
Including Signed Languages in Natural Language Processing [48.62744923724317]
署名された言語は、聴覚障害者や難聴者のコミュニケーションの主な手段です。このポジショニングペーパーは、NLPコミュニティに対して、社会的および科学的影響の高い研究領域として署名された言語を含めるよう求めている。
論文参考訳（メタデータ） (2021-05-11T17:37:55Z)
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)

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。