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 14:57:16.658959
• 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:
• 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

• Rethinking State Disentanglement in Causal Reinforcement Learning [78.12976579620165]
  因果性は、根底にある状態が識別可能性によって一意に回復できることを保証するための厳密な理論的支援を提供する。 我々はこの研究ラインを再考し、RL固有のコンテキストを取り入れることで、潜在状態に対する以前の識別可能性分析における不要な仮定を低減できることを示した。 本稿では, 従来手法の複雑な構造制約を, 遷移と報酬保存の2つの簡単な制約に置き換えることにより, 一般に部分的に観測可能なマルコフ決定過程(POMDP)を提案する。
  論文  参考訳（メタデータ） (2024-08-24T06:49:13Z)
• 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)
• Leveraging Large Language Models for Relevance Judgments in Legal Case Retrieval [18.058942674792604]
  本稿では,訴訟の関連判断に適した新規な数ショットワークフローを提案する。 LLMと人的専門家の関連判断を比較することで,信頼性の高い関連判断が得られたことを実証的に示す。
  論文  参考訳（メタデータ） (2024-03-27T09:46:56Z)
• 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)
• 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)
• Causal Inference Principles for Reasoning about Commonsense Causality [93.19149325083968]
  コモンセンス因果推論(Commonsense causality reasoning)は、平均的な人によって妥当と見なされる自然言語記述における妥当な原因と影響を特定することを目的としている。 既存の作業は通常、深い言語モデルに全面的に依存しており、共起を混同する可能性がある。 古典的因果原理に触発され,我々はCCRの中心的問題を明確にし,観察研究と自然言語における人間の対象間の類似性を引き出す。 本稿では,時間信号をインシデント・インシデント・インシデント・インシデント・インシデントとして活用する新しいフレームワークであるROCKをReason O(A)bout Commonsense K(C)ausalityに提案する。
  論文  参考訳（メタデータ） (2022-01-31T06:12:39Z)

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。