論文の概要: Using LLMs to Discover Legal Factors

• arxiv url: http://arxiv.org/abs/2410.07504v1
• Date: Thu, 10 Oct 2024 00:42:10 GMT
• ステータス: 処理完了
• システム内更新日: 2024-10-31 16:46:37.149213
• Title: Using LLMs to Discover Legal Factors
• Title（参考訳）: LLMによる法的要因の解明
• Authors: Morgan Gray, Jaromir Savelka, Wesley Oliver, Kevin Ashley,
• Abstract要約: 私たちは、法律ドメインを効果的に表現する要因を見つけるために、大きな言語モデルを使用します。 提案手法は, 原告の意見を入力として, 一連の要因と関連する定義を生成する。 人間の関与が最小限に抑えられた半自動的アプローチが,適度な成功率でケースアウトを予測できる因子表現を生み出すことを実証した。
• 参考スコア（独自算出の注目度）: 0.6249768559720122
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Factors are a foundational component of legal analysis and computational models of legal reasoning. These factor-based representations enable lawyers, judges, and AI and Law researchers to reason about legal cases. In this paper, we introduce a methodology that leverages large language models (LLMs) to discover lists of factors that effectively represent a legal domain. Our method takes as input raw court opinions and produces a set of factors and associated definitions. We demonstrate that a semi-automated approach, incorporating minimal human involvement, produces factor representations that can predict case outcomes with moderate success, if not yet as well as expert-defined factors can.
• Abstract（参考訳）: 因子は法的な分析と法的な推論の計算モデルの基礎的な構成要素である。 これらの因子に基づく表現は、弁護士、裁判官、AIおよび法研究者が訴訟を判断することを可能にする。 本稿では,大規模言語モデル(LLM)を活用して,法的領域を効果的に表現する要因のリストを探索する手法を提案する。 提案手法は, 原告の意見を入力として, 一連の要因と関連する定義を生成する。 人間の関与が最小限に抑えられた半自動的アプローチは、専門家が定義した要因と同等であっても、適度な成功率でケースアウトを予測できる因子表現を生成することを実証する。

関連論文リスト

• Legal Evalutions and Challenges of Large Language Models [42.51294752406578]
  我々は,OPENAI o1モデルを事例研究として,法律規定の適用における大規模モデルの性能評価に利用した。 我々は、オープンソース、クローズドソース、および法律ドメインのために特別に訓練された法律固有のモデルを含む、最先端のLLMを比較します。
  論文  参考訳（メタデータ） (2024-11-15T12:23:12Z)
• 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)
• Towards Explainability in Legal Outcome Prediction Models [64.00172507827499]
  我々は、前例が法的NLPモデルの説明可能性を促進する自然な方法であると主張している。 法的な先例の分類法を開発することで、人間の判断と神経モデルを比較することができる。 モデルが合理的に結果を予測することを学習する一方で、前例の使用は人間の判断とは違い、ということがわかりました。
  論文  参考訳（メタデータ） (2024-03-25T15:15:41Z)
• LLM vs. Lawyers: Identifying a Subset of Summary Judgments in a Large UK Case Law Dataset [0.0]
  本研究は, 英国裁判所判決の大規模コーパスから, 判例, 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 我々は、ケンブリッジ法コーパス356,011英国の裁判所決定を用いて、大きな言語モデルは、キーワードに対して重み付けされたF1スコアが0.94対0.78であると判断する。 我々は,3,102件の要約判断事例を同定し抽出し,その分布を時間的範囲の様々な英国裁判所にマップできるようにする。
  論文  参考訳（メタデータ） (2024-03-04T10:13:30Z)
• MUSER: A Multi-View Similar Case Retrieval Dataset [65.36779942237357]
  類似事例検索(SCR)は、司法公正の促進に重要な役割を果たす代表的法的AIアプリケーションである。 既存のSCRデータセットは、ケース間の類似性を判断する際にのみ、事実記述セクションにフォーカスする。 本稿では,多視点類似度測定に基づく類似事例検索データセットMと,文レベル法定要素アノテーションを用いた包括的法定要素を提案する。
  論文  参考訳（メタデータ） (2023-10-24T08:17:11Z)
• 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)
• Prototype-Based Interpretability for Legal Citation Prediction [16.660004925391842]
  我々は、前例と立法規定の両方に関して、弁護士の思考過程と平行してタスクを設計する。 最初の実験結果から,法の専門家のフィードバックを得て,対象の引用予測を洗練する。 我々は,弁護士が使用する決定パラメータに固執しながら,高い性能を達成し,解釈可能性を高めるためのプロトタイプアーキテクチャを導入する。
  論文  参考訳（メタデータ） (2023-05-25T21:40:58Z)
• 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)
• Mining Legal Arguments in Court Decisions [43.09204050756282]
  我々は,欧州人権裁判所の手続において,法的議論のための新たな注釈体系を開発する。 第2に、373の判決の大規模なコーパスをコンパイルし、注釈を付ける。 第三に、法的なNLPドメインにおける最先端モデルよりも優れた引数マイニングモデルを訓練する。
  論文  参考訳（メタデータ） (2022-08-12T08:59:55Z)
• Predicting Court Decisions for Alimony: Avoiding Extra-legal Factors in Decision made by Judges and Not Understandable AI Models [0.02578242050187029]
  この目的のために,ランダムな森林と回帰モデルを組み合わせた説明可能なAIモデルを提案する。 フランスの司法管轄区域が引き起こした離婚問題において、多くの裁判所決定を使用することで、裁判官が下した決定には法外的要因があるかどうかを判断する。
  論文  参考訳（メタデータ） (2020-07-09T14:14:20Z)

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。