論文の概要: Leveraging Knowledge Graphs and LLMs to Support and Monitor Legislative Systems

• arxiv url: http://arxiv.org/abs/2409.13252v1
• Date: Fri, 20 Sep 2024 06:21:03 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-07 11:18:04.186048
• Title: Leveraging Knowledge Graphs and LLMs to Support and Monitor Legislative Systems
• Title（参考訳）: 知識グラフとLLMの活用による立法システムのサポートと監視
• Authors: Andrea Colombo,
• Abstract要約: 本研究は、立法プロセスの相乗効果と支援について、立法知識グラフとLLMを用いて検討する。 この目的のために、我々は、立法分析を行う可能性を高めるイタリアの法律に焦点を当てたインタラクティブなプラットフォームであるLegis AI Platformを開発する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Knowledge Graphs (KGs) have been used to organize large datasets into structured, interconnected information, enhancing data analytics across various fields. In the legislative context, one potential natural application of KGs is modeling the intricate set of interconnections that link laws and their articles with each other and the broader legislative context. At the same time, the rise of large language models (LLMs) such as GPT has opened new opportunities in legal applications, such as text generation and document drafting. Despite their potential, the use of LLMs in legislative contexts is critical since it requires the absence of hallucinations and reliance on up-to-date information, as new laws are published on a daily basis. This work investigates how Legislative Knowledge Graphs and LLMs can synergize and support legislative processes. We address three key questions: the benefits of using KGs for legislative systems, how LLM can support legislative activities by ensuring an accurate output, and how we can allow non-technical users to use such technologies in their activities. To this aim, we develop Legis AI Platform, an interactive platform focused on Italian legislation that enhances the possibility of conducting legislative analysis and that aims to support lawmaking activities.
• Abstract（参考訳）: 知識グラフ(KG)は、大規模データセットを構造化された相互接続された情報に整理し、さまざまな分野にわたるデータ分析を強化するために使用されている。 立法の文脈において、KGsの潜在的な自然な応用の1つは、法律とそれらの記事とより広範な立法の文脈を結びつける複雑な相互接続のセットをモデル化することである。 同時に、GPTのような大規模言語モデル(LLM)の台頭は、テキスト生成や文書起草といった法的な応用に新たな機会をもたらしている。 彼らの可能性にもかかわらず、法的な文脈におけるLSMの使用は、新しい法律が毎日発行されるため、幻覚の欠如と最新の情報への依存を必要とするため、非常に重要である。 本研究は、立法プロセスの相乗効果と支援について、立法知識グラフとLLMを用いて検討する。 我々は、立法制度にKGを使うことの利点、LLMが正確なアウトプットを保証することによって立法活動をどのように支援できるか、そして、非技術系ユーザーがそのような技術を彼らの活動に利用できるようにする方法についての3つの主要な疑問に対処する。 この目的のために,我々は,立法分析の実施可能性を高めることを目的とした,イタリアの立法に焦点を当てた対話型プラットフォームであるLegis AI Platformを開発した。

関連論文リスト

• KRAG Framework for Enhancing LLMs in the Legal Domain [0.48451657575793666]
  本稿ではKRAG(Knowledge Representation Augmented Generation)を紹介する。 KRAGは、ドメイン固有のアプリケーションにおけるLarge Language Models(LLM)の機能を強化するために設計されたフレームワークである。 KRAGに基づく実装モデルであるSoft PROLEGを提案する。
  論文  参考訳（メタデータ） (2024-10-10T02:48:06Z)
• 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)
• A Survey on Large Language Models for Critical Societal Domains: Finance, Healthcare, and Law [65.87885628115946]
  大規模言語モデル(LLM)は、金融、医療、法律の展望に革命をもたらしている。 我々は、医療における診断・治療方法論の強化、財務分析の革新、法的解釈・コンプライアンス戦略の精査におけるLCMの役割を強調した。 これらの分野におけるLLMアプリケーションの倫理を批判的に検討し、既存の倫理的懸念と透明で公平で堅牢なAIシステムの必要性を指摘した。
  論文  参考訳（メタデータ） (2024-05-02T22:43:02Z)
• Large Language Models and Explainable Law: a Hybrid Methodology [44.99833362998488]
  規則に基づく法体系のアクセシビリティ, 利用, 説明可能性を高めるため, LLMを提唱する。 ルールベースシステムによる説明を翻訳するために, LLM の利用の可能性を探るため, 提案手法を開発した。
  論文  参考訳（メタデータ） (2023-11-20T14:47:20Z)
• From Text to Structure: Using Large Language Models to Support the Development of Legal Expert Systems [0.6249768559720122]
  法律に焦点をあてたルールベースのエキスパートシステムは、法制が法律にどのように適用されるかを理解して、有益なコンテキストと情報を提供するのを支援することができる。 本稿では,GPT-4のような大規模言語モデル(LLM)が,法律から構造化表現を自動的に抽出できる程度について検討する。 法律決定支援システムのJoursBotの方法論によれば、LSMを使って法律から経路を作成し、その経路を評価し、それらを手作業で作成した経路と比較する。
  論文  参考訳（メタデータ） (2023-11-01T18:31:02Z)
• A Comprehensive Evaluation of Large Language Models on Legal Judgment Prediction [60.70089334782383]
  大規模言語モデル(LLM)は、ドメイン固有のアプリケーションに大きな可能性を示している。 GPT-4の法律評価をめぐる近年の論争は、現実の法的タスクにおけるパフォーマンスに関する疑問を提起している。 我々は,LLMに基づく実践的ベースラインソリューションを設計し,法的判断予測の課題を検証した。
  論文  参考訳（メタデータ） (2023-10-18T07:38:04Z)
• Precedent-Enhanced Legal Judgment Prediction with LLM and Domain-Model Collaboration [52.57055162778548]
  法的判断予測(LJP)は、法律AIにおいてますます重要な課題となっている。 先行は、同様の事実を持つ以前の訴訟であり、国家法制度におけるその後の事件の判断の基礎となっている。 近年のディープラーニングの進歩により、LJPタスクの解決に様々なテクニックが使えるようになった。
  論文  参考訳（メタデータ） (2023-10-13T16:47:20Z)
• Large Language Models as Tax Attorneys: A Case Study in Legal Capabilities Emergence [5.07013500385659]
  本稿では,税法の適用におけるLarge Language Models(LLM)の機能について考察する。 実験では,その後のOpenAIモデルリリースにおけるパフォーマンスの向上とともに,新たな法的理解能力を実証した。 発見は、特に拡張の促進と正しい法的文書と組み合わせることで、高いレベルの精度で実行可能であるが、専門家の税務弁護士レベルではまだ実行できないことを示している。
  論文  参考訳（メタデータ） (2023-06-12T12:40:48Z)
• A Short Survey of Viewing Large Language Models in Legal Aspect [0.0]
  大規模言語モデル(LLM)は、自然言語処理、コンピュータビジョン、強化学習など、多くの分野に変化をもたらした。 LLMの法的分野への統合は、プライバシーの懸念、偏見、説明可能性など、いくつかの法的問題を引き起こしている。
  論文  参考訳（メタデータ） (2023-03-16T08:01:22Z)
• 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。

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。