論文の概要: LeCoPCR: Legal Concept-guided Prior Case Retrieval for European Court of Human Rights cases

• arxiv url: http://arxiv.org/abs/2501.14114v1
• Date: Thu, 23 Jan 2025 22:10:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-27 20:40:39.582241
• Title: LeCoPCR: Legal Concept-guided Prior Case Retrieval for European Court of Human Rights cases
• Title（参考訳）: 欧州人権裁判所、LeCoPCRを審理
• Authors: T. Y. S. S. Santosh, Isaac Misael Olguín Nolasco, Matthias Grabmair,
• Abstract要約: 本稿では,特定のクエリケース事実から法的概念の形で意図を明示的に生成する手法であるLeCoPCRを提案する。 我々は、DPP(Determinantal Point Process)を用いた推論部から重要な法的概念を抽出し、品質と多様性のバランスをとるために、弱い監督アプローチを採用する。
• 参考スコア（独自算出の注目度）: 1.3723120574076126
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Prior case retrieval (PCR) is crucial for legal practitioners to find relevant precedent cases given the facts of a query case. Existing approaches often overlook the underlying semantic intent in determining relevance with respect to the query case. In this work, we propose LeCoPCR, a novel approach that explicitly generate intents in the form of legal concepts from a given query case facts and then augments the query with these concepts to enhance models understanding of semantic intent that dictates relavance. To overcome the unavailability of annotated legal concepts, we employ a weak supervision approach to extract key legal concepts from the reasoning section using Determinantal Point Process (DPP) to balance quality and diversity. Experimental results on the ECtHR-PCR dataset demonstrate the effectiveness of leveraging legal concepts and DPP-based key concept extraction.
• Abstract（参考訳）: 判例検索(PCR)は、クエリーケースの事実を考えると、法的実践者が関連する前例を見つけるのに不可欠である。 既存のアプローチは、クエリケースに対する関連性を決定するための基本的なセマンティックな意図をしばしば見落としている。 本研究では,与えられたクエリケースの事実から法的概念の形で意図を明示的に生成し,それらの概念を用いてクエリを拡張し,参照を指示する意味的意図のモデル理解を強化する,新しいアプローチであるLeCoPCRを提案する。 注釈付き法的概念の不有効性を克服するため、我々は、DPP(Determinantal Point Process)を用いた推論部から重要な法的概念を抽出し、品質と多様性のバランスをとるために、弱い監督アプローチを採用する。 ECtHR-PCRデータセットの実験結果から法的な概念とDPPに基づく鍵概念抽出の有効性が示された。

関連論文リスト

• 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)
• AnnoCaseLaw: A Richly-Annotated Dataset For Benchmarking Explainable Legal Judgment Prediction [56.797874973414636]
  AnnoCaseLawは、アメリカ合衆国控訴裁判所の無視事件を慎重に注釈付けした471のデータセットである。 我々のデータセットは、より人間らしく説明可能な法的な判断予測モデルの基礎となる。 その結果、LJPは依然として厳しい課題であり、法的な前例の適用は特に困難であることが示されている。
  論文  参考訳（メタデータ） (2025-02-28T19:14:48Z)
• How Vital is the Jurisprudential Relevance: Law Article Intervened Legal Case Retrieval and Matching [31.378981566988063]
  法的ケース検索(LCR)は、与えられたクエリに基づいて、同等の法的ケースを自動的に検索することを目的としている。 これに対処するためには、司法ドメイン内の独自の法的・合理的な類似性を評価するのが難しい課題だ。 上記の課題を解決するために, LCM-LAI というエンド・ツー・エンドのモデルを提案する。
  論文  参考訳（メタデータ） (2025-02-25T15:29:07Z)
• Enabling Discriminative Reasoning in LLMs for Legal Judgment Prediction [23.046342240176575]
  人間の推論に触発されたAsk-Discriminate-Predict(ADAPT)推論フレームワークを紹介する。 ADAPTは、ケース事実を分解し、潜在的な電荷を識別し、最終的な判断を予測する。 広く利用されている2つのデータセットに対して行われた実験は、法的な判断予測において、我々のフレームワークの優れた性能を示す。
  論文  参考訳（メタデータ） (2024-07-02T05:43:15Z)
• ECtHR-PCR: A Dataset for Precedent Understanding and Prior Case Retrieval in the European Court of Human Rights [1.3723120574076126]
  我々は欧州人権裁判所(ECtHR)の判断に基づく事前事例検索データセットを開発する。 我々は、様々な負のサンプリング戦略を用いて、様々な語彙と密度の検索手法をベンチマークする。 PCRでは,難易度に基づく陰性サンプリングが有効でないことがわかった。
  論文  参考訳（メタデータ） (2024-03-31T08:06:54Z)
• 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)
• PILOT: Legal Case Outcome Prediction with Case Law [43.680862577060765]
  判例法を用いて判例結果の予測を行う際の2つのユニークな課題を同定する。 第一に、意思決定において裁判官の基本的な証拠となる関連する前例を特定することが重要である。 第二に、初期の事例は異なる法的文脈に従う可能性があるため、時間とともに法原則の進化を考慮する必要がある。
  論文  参考訳（メタデータ） (2024-01-28T21:18:05Z)
• 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)
• Technical Report on the Learning of Case Relevance in Case-Based Reasoning with Abstract Argumentation [14.755026411356315]
  我々は、意思決定木を用いて、実際にどのように関連性を学ぶことができるかを示す。 また,AA-CBRによるケース関係の学習により,決定木よりもコンパクトな表現が得られることを示す。
  論文  参考訳（メタデータ） (2023-10-30T15:01:41Z)
• 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)
• 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)
• Legal Element-oriented Modeling with Multi-view Contrastive Learning for Legal Case Retrieval [3.909749182759558]
  本稿では,多視点コントラスト学習目標を用いた訴訟検索のための対話型ネットワークを提案する。 ケースビューコントラスト学習は、関連する訴訟表現の間の隠れた空間距離を最小化する。 ケースの法的な要素を検出するために、法的な要素の知識を意識した指標を用いています。
  論文  参考訳（メタデータ） (2022-10-11T06:47:23Z)
• A Principled Design of Image Representation: Towards Forensic Tasks [75.40968680537544]
  本稿では, 理論, 実装, 応用の観点から, 法科学指向の画像表現を別の問題として検討する。 理論レベルでは、Dense Invariant Representation (DIR)と呼ばれる、数学的保証を伴う安定した記述を特徴とする、新しい法医学の表現フレームワークを提案する。 本稿では, ドメインパターンの検出とマッチング実験について, 最先端の記述子との比較結果を提供する。
  論文  参考訳（メタデータ） (2022-03-02T07:46:52Z)

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。