論文の概要: A Method for Detecting Legal Article Competition for Korean Criminal Law Using a Case-augmented Mention Graph

• arxiv url: http://arxiv.org/abs/2412.11787v1
• Date: Mon, 16 Dec 2024 13:59:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-17 14:03:05.411309
• Title: A Method for Detecting Legal Article Competition for Korean Criminal Law Using a Case-augmented Mention Graph
• Title（参考訳）: 判例補遺グラフを用いた韓国刑事法における法典競争の検出法
• Authors: Seonho An, Young Yik Rhim, Min-Soo Kim,
• Abstract要約: 本稿では,ある法律内で競合する記事を特定することを目的とした,法律記事競合検出(LACD)と呼ばれる新たな法的AIタスクを提案する。 新たな検索手法であるCAM-Re2は、既存の関連手法より優れ、偽陽性が20.8%、偽陰性が8.3%減少する。
• 参考スコア（独自算出の注目度）: 3.015770349327888
• License:
• Abstract: As social systems become increasingly complex, legal articles are also growing more intricate, making it progressively harder for humans to identify any potential competitions among them, particularly when drafting new laws or applying existing laws. Despite this challenge, no method for detecting such competitions has been proposed so far. In this paper, we propose a new legal AI task called Legal Article Competition Detection (LACD), which aims to identify competing articles within a given law. Our novel retrieval method, CAM-Re2, outperforms existing relevant methods, reducing false positives by 20.8% and false negatives by 8.3%, while achieving a 98.2% improvement in precision@5, for the LACD task. We release our codes at https://github.com/asmath472/LACD-public.
• Abstract（参考訳）: 社会制度が複雑化するにつれ、法的な記事も複雑化しており、特に新しい法律の起草や既存の法律を適用する際に、人間が潜在的な競争を識別することが徐々に難しくなっている。 この課題にもかかわらず、そのような競合を検出する方法が提案されていない。 本稿では,ある法律内で競合する記事を特定することを目的とした,法律記事競合検出(LACD)と呼ばれる新たな法的AIタスクを提案する。 新たな検索手法であるCAM-Re2は、LACDタスクに対して98.2%の精度向上を達成しつつ、既存の関連手法よりも優れ、偽陽性を20.8%、偽陰性を8.3%削減する。 コードについては、https://github.com/asmath472/LACD-public.comで公開しています。

関連論文リスト

• Hybrid Deep Learning for Legal Text Analysis: Predicting Punishment Durations in Indonesian Court Rulings [0.0]
  本研究は,文長の深層学習に基づく予測システムを開発した。 我々のモデルは,CNNとBiLSTMとアテンション機構を組み合わせたもので,R2乗のスコアは0.5893。
  論文  参考訳（メタデータ） (2024-10-26T07:07:48Z)
• LegalLens Shared Task 2024: Legal Violation Identification in Unstructured Text [7.839638824275218]
  本稿では,2つのサブタスクにまたがって,テキスト中の法的違反を検出することに焦点を当てた。 トップパフォーマンスチームはベースラインよりもNERが7.11%改善し、NLIは5.7%改善した。
  論文  参考訳（メタデータ） (2024-10-15T21:02:44Z)
• Leverage Knowledge Graph and Large Language Model for Law Article Recommendation: A Case Study of Chinese Criminal Law [20.357908613051464]
  世界中のほとんどの国では、草の根裁判所はケースバックログに直面している。 知識グラフ(KG)とLarge Language Model(LLM)を用いた効率的な法論文推薦手法を提案する。 0.549から0.694に改善し,提案手法がベースラインアプローチを著しく上回ることを示す。
  論文  参考訳（メタデータ） (2024-10-07T11:45:04Z)
• LawLLM: Law Large Language Model for the US Legal System [43.13850456765944]
  我々は,米国法域に特化して設計されたマルチタスクモデルであるLawLLM(Law Large Language Model)を紹介する。 類似症例検索(SCR)、PCR(Precedent Case Recommendation)、LJP(Lawal Judgment Prediction)においてLawLLMが優れている そこで本研究では,各タスクに対して,生の法定データをトレーニング可能な形式に変換する,カスタマイズされたデータ前処理手法を提案する。
  論文  参考訳（メタデータ） (2024-07-27T21:51:30Z)
• Co-Matching: Towards Human-Machine Collaborative Legal Case Matching [69.21196368715144]
  合法的なケースマッチングが成功するには、法的実践者の暗黙の知識が必要であり、機械に言語化してエンコードすることは困難である。 本稿では,協調マッチングフレームワークであるCo-Matchingを提案する。 本研究は,人間と機械の協調作業における先駆的な取り組みであり,今後の協調マッチング研究のマイルストーンとなる。
  論文  参考訳（メタデータ） (2024-05-16T16:50:31Z)
• Multi-Defendant Legal Judgment Prediction via Hierarchical Reasoning [49.23103067844278]
  マルチディペンダント・ケースの各被告に対する判断結果を自動予測することを目的としたマルチディペンダント・LJPの課題を提案する。 マルチディペンダント LJP の課題は,(1) 各被告の識別不能な判断結果, (2) 訓練と評価のための実世界のデータセットの欠如である。
  論文  参考訳（メタデータ） (2023-12-10T04:46:30Z)
• Exploiting Contrastive Learning and Numerical Evidence for Confusing Legal Judgment Prediction [46.71918729837462]
  訴訟の事実記述文を考慮し、法的判断予測は、事件の告訴、法律記事、刑期を予測することを目的としている。 従来の研究では、標準的なクロスエントロピー分類損失と異なる分類誤差を区別できなかった。 本稿では,モコに基づく教師付きコントラスト学習を提案する。 さらに,事前学習した数値モデルにより符号化された抽出された犯罪量による事実記述の表現をさらに強化する。
  論文  参考訳（メタデータ） (2022-11-15T15:53:56Z)
• 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)
• Distinguish Confusing Law Articles for Legal Judgment Prediction [30.083642130015317]
  LJP(Lawal Judgment Prediction)は、その事実を記述したテキストが与えられた場合、訴訟の判断結果を自動的に予測するタスクである。 LJP の課題を解決するために,エンド・ツー・エンドのモデル LADAN を提案する。
  論文  参考訳（メタデータ） (2020-04-06T11:09:44Z)

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。