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 14:57:17.510462
- 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:
- 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
- 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) - Beyond Borders: Investigating Cross-Jurisdiction Transfer in Legal Case Summarization [2.9612936741643705]
判例要約モデルの断続的一般化性について検討する。
具体的には、参照要約ができない対象の司法管轄区域の訴訟を効果的に要約する方法を検討する。
論文 参考訳（メタデータ） (2024-03-28T11:18:31Z) - 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) - 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) - 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) - PropSegmEnt: A Large-Scale Corpus for Proposition-Level Segmentation and
Entailment Recognition [63.51569687229681]
文中の各命題の文的含意関係を個別に認識する必要性について論じる。
提案するPropSegmEntは45K以上の提案のコーパスであり, 専門家によるアノテートを行う。
我々のデータセット構造は、(1)文書内の文章を命題の集合に分割し、(2)異なるが、トポジカルに整合した文書に対して、各命題の含意関係を分類するタスクに類似している。
論文 参考訳（メタデータ） (2022-12-21T04:03:33Z) - 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) - Building Legal Case Retrieval Systems with Lexical Matching and
Summarization using A Pre-Trained Phrase Scoring Model [1.9275428660922076]
本研究は,2019年法律情報抽出・販売コンペティションの判例検索課題に対処する手法を提案する。
我々のアプローチは、要約が検索に重要であるという考え方に基づいている。
コンペティションのベンチマークにおけるタスクの最先端の結果を達成しました。
論文 参考訳（メタデータ） (2020-09-29T15:10:59Z)
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。