論文の概要: Exploring Possibilities of AI-Powered Legal Assistance in Bangladesh through Large Language Modeling
- arxiv url: http://arxiv.org/abs/2410.17210v1
- Date: Tue, 22 Oct 2024 17:34:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-23 14:30:55.148933
- Title: Exploring Possibilities of AI-Powered Legal Assistance in Bangladesh through Large Language Modeling
- Title（参考訳）: バングラデシュにおけるAIによる法的支援の可能性を探る
- Authors: Azmine Toushik Wasi, Wahid Faisal, Mst Rafia Islam, Mahathir Mohammad Bappy,
- Abstract要約: 本研究はバングラデシュの法体系を支援するための特別大規模言語モデル(LLM)の開発を目的とする。
我々は、バングラデシュの法律文書の英文コーパスであるUKIL-DB-ENを作成し、様々な法的行為に関するデータを収集し、取り除いた。
我々はこのデータセット上でGPT-2モデルを微調整し、英語の法的支援を目的としたLPMであるGPT2-UKIL-ENを開発した。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Purpose: Bangladesh's legal system struggles with major challenges like delays, complexity, high costs, and millions of unresolved cases, which deter many from pursuing legal action due to lack of knowledge or financial constraints. This research seeks to develop a specialized Large Language Model (LLM) to assist in the Bangladeshi legal system. Methods: We created UKIL-DB-EN, an English corpus of Bangladeshi legal documents, by collecting and scraping data on various legal acts. We fine-tuned the GPT-2 model on this dataset to develop GPT2-UKIL-EN, an LLM focused on providing legal assistance in English. Results: The model was rigorously evaluated using semantic assessments, including case studies supported by expert opinions. The evaluation provided promising results, demonstrating the potential for the model to assist in legal matters within Bangladesh. Conclusion: Our work represents the first structured effort toward building an AI-based legal assistant for Bangladesh. While the results are encouraging, further refinements are necessary to improve the model's accuracy, credibility, and safety. This is a significant step toward creating a legal AI capable of serving the needs of a population of 180 million.
- Abstract（参考訳）: 目的:バングラデシュの法体系は、遅れ、複雑さ、高いコスト、数百万件の未解決事件といった大きな課題に苦しむ。
本研究はバングラデシュの法体系を支援するための特別大規模言語モデル(LLM)の開発を目的とする。
方法: バングラデシュの法律文書の英文コーパスであるUKIL-DB-ENを作成し, 各種法的行為のデータを収集し, 廃棄した。
我々はこのデータセット上でGPT-2モデルを微調整し、英語の法的支援を目的としたLPMであるGPT2-UKIL-ENを開発した。
結果:本モデルは,専門家の意見によるケーススタディを含むセマンティックアセスメントを用いて,厳格に評価された。
この評価は有望な結果をもたらし、バングラデシュ内の法的問題を支援するモデルの可能性を示した。
結論: 私たちの仕事は、バングラデシュのためのAIベースの法的なアシスタントを構築するための最初の構造化された取り組みを表しています。
結果は奨励されているが、モデルの正確性、信頼性、安全性を改善するためにはさらなる改善が必要である。
これは、人口1億8000万人のニーズに応えられる法的AIを作成するための重要なステップである。
関連論文リスト
- CLERC: A Dataset for Legal Case Retrieval and Retrieval-Augmented Analysis Generation [44.67578050648625]
我々は、大規模なオープンソース法定コーパスを、情報検索(IR)と検索拡張生成(RAG)をサポートするデータセットに変換する。
このデータセットCLERCは、(1)法的な分析のための対応する引用を見つけ、(2)これらの引用のテキストを、推論目標を支持するコジェント分析にコンパイルする能力に基づいて、モデルのトレーニングと評価のために構築される。
論文 参考訳（メタデータ） (2024-06-24T23:57:57Z) - 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) - The Power of Question Translation Training in Multilingual Reasoning: Broadened Scope and Deepened Insights [108.40766216456413]
大規模言語モデルの英語と非英語のパフォーマンスのギャップを埋めるための質問アライメントフレームワークを提案する。
実験結果から、さまざまな推論シナリオ、モデルファミリー、サイズにわたって、多言語のパフォーマンスを向上できることが示された。
我々は、表現空間、生成された応答とデータスケールを分析し、質問翻訳訓練がLLM内の言語アライメントをどのように強化するかを明らかにする。
論文 参考訳（メタデータ） (2024-05-02T14:49:50Z) - INACIA: Integrating Large Language Models in Brazilian Audit Courts:
Opportunities and Challenges [7.366861473623427]
INACIAは、大規模言語モデル(LLM)をブラジル連邦会計裁判所(TCU)の運営枠組みに統合するために設計された画期的なシステムである。
我々は、事例文書から関連情報を抽出し、その法的妥当性を評価し、司法決定のための提案を定式化するINACIAの可能性を実証する。
論文 参考訳（メタデータ） (2024-01-10T17:13:28Z) - 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) - Automated Argument Generation from Legal Facts [6.057773749499076]
法律体系に提出される事件の数は、ある国の法律専門家の数よりもはるかに多い。
本研究では,訴訟分析の過程において,法的専門家を支援することに焦点を当てた。
実験結果から,ベストパフォーマンスメソッドから生成された引数は,ベンチマークセットのゴールド標準アノテーションと平均63%の重なりを持つことがわかった。
論文 参考訳（メタデータ） (2023-10-09T12:49:35Z) - Chatlaw: A Multi-Agent Collaborative Legal Assistant with Knowledge Graph Enhanced Mixture-of-Experts Large Language Model [30.30848216845138]
ChatlawはMixture-of-Experts(MoE)モデルとマルチエージェントシステムを利用した革新的な法的アシスタントである。
知識グラフと人工スクリーニングを組み合わせることで,MoEモデルをトレーニングするための高品質な法的データセットを構築する。
弊社のMoEモデルは,法律専門家のGPT-4とUnified Exam Qualificationをそれぞれ7.73%,11ポイントで上回っている。
論文 参考訳（メタデータ） (2023-06-28T10:48:34Z) - 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) - Understand Legal Documents with Contextualized Large Language Models [16.416510744265086]
本稿では,SemEval-2023タスク6について,法的テキストの理解について述べる。
我々はまず,文内および文間両方の包括的文脈情報を考慮した法-BERT-HSLNモデルを開発した。
次に、法的なエンティティを認識するために、法的なコンテキスト化とエンティティ認識を備えた法的なLUKEモデルをトレーニングする。
論文 参考訳（メタデータ） (2023-03-21T18:48:11Z) - 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) - How Does NLP Benefit Legal System: A Summary of Legal Artificial
Intelligence [81.04070052740596]
法律人工知能(Legal AI)は、人工知能、特に自然言語処理の技術を適用して、法的領域におけるタスクに役立てることに焦点を当てている。
本稿では,LegalAIにおける研究の歴史,現状,今後の方向性について紹介する。
論文 参考訳（メタデータ） (2020-04-25T14:45:15Z)
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。