論文の概要: Dispute resolution in legal mediation with quantitative argumentation

• arxiv url: http://arxiv.org/abs/2409.16854v1
• Date: Wed, 25 Sep 2024 12:05:46 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-27 03:55:18.737823
• Title: Dispute resolution in legal mediation with quantitative argumentation
• Title（参考訳）: 量的議論を伴う法的調停における紛争解決
• Authors: Xiao Chi,
• Abstract要約: 我々は,仲介目標の受容性を決定する際に,当事者の知識と仲介者の知識を統合するQuAMフレームワークを導入する。 また、目的引数の受け入れ可能性と、その引数に関連付けられた変数に割り当てられた値との関係をモデル化する新しい形式も開発する。
• 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: Mediation is often treated as an extension of negotiation, without taking into account the unique role that norms and facts play in legal mediation. Additionally, current approaches for updating argument acceptability in response to changing variables frequently require the introduction of new arguments or the removal of existing ones, which can be inefficient and cumbersome in decision-making processes within legal disputes. In this paper, our contribution is two-fold. First, we introduce a QuAM (Quantitative Argumentation Mediate) framework, which integrates the parties' knowledge and the mediator's knowledge, including facts and legal norms, when determining the acceptability of a mediation goal. Second, we develop a new formalism to model the relationship between the acceptability of a goal argument and the values assigned to a variable associated with the argument. We use a real-world legal mediation as a running example to illustrate our approach.
• Abstract（参考訳）: 調停はしばしば交渉の延長として扱われ、規範や事実が法的調停において果たすユニークな役割を考慮に入れない。 さらに、変数の変更に対応する引数の許容性を更新するための現在のアプローチは、しばしば新しい引数の導入や既存の引数の削除を必要とします。 本稿では、我々の貢献を2つにまとめる。 まず,当事者の知識と仲介者の知識を統合するQuantitative Argumentation Mediate (Quantitative Argumentation Mediate) フレームワークを導入する。 第2に、目的引数の受け入れ可能性と、その引数に関連付けられた変数に割り当てられた値の関係をモデル化する新しい形式モデルを開発する。 実際の法的調停を,私たちのアプローチを説明する上で,実行中の例として使用しています。

関連論文リスト

• An action language-based formalisation of an abstract argumentation framework [2.6988814189407937]
  抽象的議論グラフをモデル化するための新しいフレームワークを提案する。 報酬の順序を考慮に入れることで、各対話に固有の結果を導出する手段が得られます。
  論文  参考訳（メタデータ） (2024-09-29T09:24:29Z)
• Towards Supporting Legal Argumentation with NLP: Is More Data Really All You Need? [1.6311895940869516]
  訴訟における決定を正当化する法的推論と議論は、常にAIと法の中心であった。 法律NLPの最近の発展は、テキストから法的結論を統計的に分類することに集中している。 本稿では,AIと法学における伝統的な象徴的著作と,近年の法的NLPの進歩を概観する。
  論文  参考訳（メタデータ） (2024-06-16T15:15:44Z)
• 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)
• Longitudinal Counterfactuals: Constraints and Opportunities [59.11233767208572]
  本稿では,反ファクトの妥当性を評価・改善するために,縦断データを用いた手法を提案する。 本研究では, 縦差と反実差を比較する指標を開発し, 先行観測した変化と反実差の類似性を評価する。
  論文  参考訳（メタデータ） (2024-02-29T20:17:08Z)
• Discovering Significant Topics from Legal Decisions with Selective Inference [0.0]
  本稿では,法的決定文から重要なトピックを発見するための自動パイプラインの提案と評価を行う。 本手法は, 結果, 話題語分布, ケーストピックの重みと有意に相関した症例トピックを同定する。 パイプラインによって導かれるトピックは,双方の分野の法的ドクトリンと一致しており,他の関連する法的分析タスクに有用であることを示す。
  論文  参考訳（メタデータ） (2024-01-02T07:00:24Z)
• A Unifying Framework for Learning Argumentation Semantics [50.69905074548764]
  Inductive Logic Programmingアプローチを用いて、抽象的および構造化された議論フレームワークのアクセシビリティセマンティクスを解釈可能な方法で学習する新しいフレームワークを提案する。 提案手法は既存の議論解法よりも優れており,フォーマルな議論や人間と機械の対話の領域において,新たな研究の方向性が開けることになる。
  論文  参考訳（メタデータ） (2023-10-18T20:18:05Z)
• Fair Enough: Standardizing Evaluation and Model Selection for Fairness Research in NLP [64.45845091719002]
  現代のNLPシステムは様々なバイアスを示しており、モデル偏見に関する文献が増えている。 本稿では,その現状を解明し,公正学習における意味ある進歩の道筋を立案することを目的とする。
  論文  参考訳（メタデータ） (2023-02-11T14:54:00Z)
• Exploring the Trade-off between Plausibility, Change Intensity and Adversarial Power in Counterfactual Explanations using Multi-objective Optimization [73.89239820192894]
  自動対物生成は、生成した対物インスタンスのいくつかの側面を考慮すべきである。 本稿では, 対実例生成のための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2022-05-20T15:02:53Z)
• The Long Arc of Fairness: Formalisations and Ethical Discourse [0.0]
  我々は、技術(形式化された)と公正に関する倫理的言説の関係は必ずしも明確で生産的であるとは限らないと論じる。 我々は、より包括的なアプローチであるダイナミックフェアネス・モデリングを導入し、倫理的言説からの議論とフォーマルフェアネス・メトリクスを実現する。 フェアネス関連プロセスのこれらの要素を文脈化することにより、動的フェアネスモデリングは、以前は遅滞した倫理的側面を明示する。
  論文  参考訳（メタデータ） (2022-03-08T09:54:59Z)
• Towards Fair Knowledge Transfer for Imbalanced Domain Adaptation [61.317911756566126]
  本研究では,不均衡なドメイン間学習における公平性問題に対処するTowards Fair Knowledge Transferフレームワークを提案する。 具体的には、新規なクロスドメインミックスアップ生成を利用して、ターゲット情報でマイノリティソースセットを増強し、公正性を高める。 本モデルでは,2つのベンチマークで全体の精度を20%以上向上させる。
  論文  参考訳（メタデータ） (2020-10-23T06:29:09Z)

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。