論文の概要: CoPERLex: Content Planning with Event-based Representations for Legal Case Summarization
- arxiv url: http://arxiv.org/abs/2501.14112v1
- Date: Thu, 23 Jan 2025 22:03:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-27 20:40:39.580282
- Title: CoPERLex: Content Planning with Event-based Representations for Legal Case Summarization
- Title（参考訳）: CoPERLex: 訴訟要約のためのイベントベース表現によるコンテンツプランニング
- Authors: T. Y. S. S. Santosh, Youssef Farag, Matthias Grabmair,
- Abstract要約: 法律専門家は、しばしば長い判断に苦慮し、迅速な理解のために効率的な要約を必要とします。
提案するフレームワークであるCoPERLexは,まず,判断から重要な情報を特定するためのコンテンツ選択を行う。
第2に、選択したコンテンツを使用して、サブジェクト-VerbObjectsとしてモデル化されたイベント中心の表現を通じて中間計画を生成する。
第3に、コンテンツと構造化計画の両方のコヒーレントな要約を生成する。
- 参考スコア（独自算出の注目度）: 1.3723120574076126
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Legal professionals often struggle with lengthy judgments and require efficient summarization for quick comprehension. To address this challenge, we investigate the need for structured planning in legal case summarization, particularly through event-centric representations that reflect the narrative nature of legal case documents. We propose our framework, CoPERLex, which operates in three stages: first, it performs content selection to identify crucial information from the judgment; second, the selected content is utilized to generate intermediate plans through event-centric representations modeled as Subject-Verb-Object tuples; and finally, it generates coherent summaries based on both the content and the structured plan. Our experiments on four legal summarization datasets demonstrate the effectiveness of integrating content selection and planning components, highlighting the advantages of event-centric plans over traditional entity-centric approaches in the context of legal judgements.
- Abstract（参考訳）: 法律専門家は、しばしば長い判断に苦慮し、迅速な理解のために効率的な要約を必要とします。
この課題に対処するために,訴訟要約における構造化計画の必要性について,特に訴訟文書の物語的性質を反映したイベント中心の表現を通して検討する。
まず、判断から重要な情報を特定するためにコンテンツ選択を行い、次に、選択したコンテンツを使用して、主観的バーブオブジェクトタプルとしてモデル化されたイベント中心の表現を通して中間計画を生成し、最後に、コンテンツと構造化された計画の両方に基づいてコヒーレントな要約を生成する。
4つの法的要約データセットに関する実験は、コンテンツ選択と計画コンポーネントの統合の有効性を示し、法的な判断の文脈における従来のエンティティ中心のアプローチよりもイベント中心のプランの利点を強調した。
関連論文リスト
- Explanatory Summarization with Discourse-Driven Planning [58.449423507036414]
本稿では、談話フレームワークを活用して要約生成を整理し、説明文を案内するプランベースアプローチを提案する。
具体的には、2つの談話型計画戦略を提案し、そこでは、計画が出力プレフィックスの入力または部分の一部として条件付けられている。
3つのレイ・サマリゼーション・データセットに関する実証実験により,本手法は要約品質の観点から既存の最先端手法よりも優れていることが示された。
論文 参考訳（メタデータ） (2025-04-27T19:47:36Z) - LexGenie: Automated Generation of Structured Reports for European Court of Human Rights Case Law [1.474945380093949]
LexGenieは、ユーザ特定トピックに関するケースローの全ボディを使用して構造化レポートを作成するように設計された、自動パイプラインである。
トピックごとに関連するパスを検索し、クラスタ化し、整理し、各セクションの構造化されたアウトラインと凝集性コンテンツを生成する。
専門家による評価は、効率的でスケーラブルな法的な分析を促進する構造化レポートを作成する上で、LexGenieの有用性を確認している。
論文 参考訳（メタデータ） (2025-03-05T08:49:28Z) - A Law Reasoning Benchmark for LLM with Tree-Organized Structures including Factum Probandum, Evidence and Experiences [76.73731245899454]
本稿では,階層的なファクトラム,証拠,暗黙的な経験に富む透明な法理推論スキーマを提案する。
このスキーマにインスパイアされた課題は、テキストのケース記述を取り込み、最終決定を正当化する階層構造を出力する。
このベンチマークは、Intelligent Courtにおける透明で説明可能なAI支援法推論の道を開く」。
論文 参考訳（メタデータ） (2025-03-02T10:26:54Z) - Challenges and Considerations in Annotating Legal Data: A Comprehensive Overview [0.6372911857214884]
本稿では,法的なデータアノテーションプロジェクトに従事する研究者や専門家に対して,基礎的な理解とガイダンスを提供することを目的とする。
法律文書は、しばしば複雑な構造、脚注、参照、ユニークな用語を持っている。
作成した、微調整されたデータセットと言語モデルへのリンクを提供します。
論文 参考訳（メタデータ） (2024-07-05T21:56:28Z) - Event Grounded Criminal Court View Generation with Cooperative (Large) Language Models [12.569076604769156]
本稿では,共用(大規模)言語モデルを用いた刑事裁判所ビュー生成のためのイベントグラウンドドジェネレーション(EGG)手法を提案する。
我々はまず,大量の注釈付きイベントを伴わずに事象を抽出できるLLMに基づく抽出法を設計する。
そして,抽出した事象を事例事実と事象を融合して,裁判所ビュー生成に組み込む。
論文 参考訳（メタデータ） (2024-04-10T13:31:07Z) - Aspect-based Meeting Transcript Summarization: A Two-Stage Approach with
Weak Supervision on Sentence Classification [91.13086984529706]
Aspect-based meeting transcript summarization は複数の要約を生成することを目的としている。
従来の要約手法は、全ての側面の情報を1つの要約で混合する。
アスペクトベースの会議書き起こし要約のための2段階の手法を提案する。
論文 参考訳（メタデータ） (2023-11-07T19:06:31Z) - Advancing Topic Segmentation and Outline Generation in Chinese Texts: The Paragraph-level Topic Representation, Corpus, and Benchmark [44.06803331843307]
段落レベルのトピック構造は、ドキュメント全体のコンテキストをより高いレベルから把握し、理解することができる。
大規模で高品質な中国語段落レベルの話題構造コーパスの欠如は研究や応用を妨げた。
コーパス構築を導くために,3層からなる階層的な段落レベルのトピック構造表現を提案する。
2段階のマンマシン・コラボレーティブ・アノテーションを用いて,中国最大規模のトピック構造コーパスを構築する。
論文 参考訳（メタデータ） (2023-05-24T06:43:23Z) - 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) - Zero-Shot On-the-Fly Event Schema Induction [61.91468909200566]
本稿では,大規模な言語モデルを用いて,高レベルなイベント定義,特定のイベント,引数,それらの関係を予測・付与するソースドキュメントを生成する手法を提案する。
我々のモデルを用いて、任意のトピックに関する完全なスキーマを、手動のデータ収集、すなわちゼロショットの方法で、オンザフライで生成することができる。
論文 参考訳（メタデータ） (2022-10-12T14:37:00Z) - THUIR@COLIEE-2020: Leveraging Semantic Understanding and Exact Matching
for Legal Case Retrieval and Entailment [41.51705651274111]
本稿では,訴訟の検索と包含に関する課題に取り組むための方法論を提案する。
私たちは2つの訴訟法タスク、すなわち、法的事件の検索タスクと法的事件の関連タスクに参加しました。
いずれのタスクにおいても,セマンティック理解のためのニューラルモデルと,正確なマッチングのための従来の検索モデルを採用しました。
論文 参考訳（メタデータ） (2020-12-24T04:59:45Z) - Summarizing Text on Any Aspects: A Knowledge-Informed Weakly-Supervised
Approach [89.56158561087209]
文書に関連する任意の側面を要約する。
監視データがないため、我々は新しい弱い監督構築法とアスペクト・モデリング・スキームを開発した。
実験により,本手法は実文書と合成文書の両方を要約することで,性能の向上を図っている。
論文 参考訳（メタデータ） (2020-10-14T03:20:46Z)
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。