論文の概要: Large Language Models in Legislative Content Analysis: A Dataset from the Polish Parliament

• arxiv url: http://arxiv.org/abs/2503.12100v1
• Date: Sat, 15 Mar 2025 12:10:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-18 16:00:11.623362
• Title: Large Language Models in Legislative Content Analysis: A Dataset from the Polish Parliament
• Title（参考訳）: 立法内容分析における大規模言語モデル--ポーランド議会のデータから
• Authors: Arkadiusz Bryłkowski, Jakub Klikowski,
• Abstract要約: この研究は、法律分野、特にポーランド語におけるNLPの発展に寄与している。 一般的にアクセス可能なデータでさえ、立法内容分析に活用できることが実証されている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Large language models (LLMs) are among the best methods for processing natural language, partly due to their versatility. At the same time, domain-specific LLMs are more practical in real-life applications. This work introduces a novel natural language dataset created by acquired data from official legislative authorities' websites. The study focuses on formulating three natural language processing (NLP) tasks to evaluate the effectiveness of LLMs on legislative content analysis within the context of the Polish legal system. Key findings highlight the potential of LLMs in automating and enhancing legislative content analysis while emphasizing specific challenges, such as understanding legal context. The research contributes to the advancement of NLP in the legal field, particularly in the Polish language. It has been demonstrated that even commonly accessible data can be practically utilized for legislative content analysis.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、その汎用性のために、自然言語を処理する最良の方法の一つである。 同時に、ドメイン固有のLLMは現実の応用においてより実用的である。 この研究は、公式の立法機関のウェブサイトから取得したデータによって作成された、新しい自然言語データセットを導入している。 本研究は,ポーランド法体系の文脈内での立法内容分析におけるLLMの有効性を評価するために,3つの自然言語処理(NLP)タスクを定式化することに焦点を当てた。 主要な発見は、法的文脈の理解など特定の課題を強調しながら、立法内容分析の自動化と強化におけるLLMの可能性を強調している。 この研究は、法律分野、特にポーランド語におけるNLPの発展に寄与している。 一般的にアクセス可能なデータでさえ、立法内容分析に活用できることが実証されている。

関連論文リスト

• Leveraging Knowledge Graphs and LLMs to Support and Monitor Legislative Systems [0.0]
  本研究は、立法プロセスの相乗効果と支援について、立法知識グラフとLLMを用いて検討する。 この目的のために、我々は、立法分析を行う可能性を高めるイタリアの法律に焦点を当てたインタラクティブなプラットフォームであるLegis AI Platformを開発する。
  論文  参考訳（メタデータ） (2024-09-20T06:21:03Z)
• InternLM-Law: An Open Source Chinese Legal Large Language Model [72.2589401309848]
  InternLM-Lawは、中国法に関する様々な法的クエリに対処するための特殊なLLMである。 われわれは、中国法域に100万以上のクエリを含むデータセットを慎重に構築する。 InternLM-LawはLawBench上で最高の平均性能を達成し、20サブタスク中13サブタスクでGPT-4を含む最先端モデルを上回っている。
  論文  参考訳（メタデータ） (2024-06-21T06:19:03Z)
• Knowledge-Infused Legal Wisdom: Navigating LLM Consultation through the Lens of Diagnostics and Positive-Unlabeled Reinforcement Learning [19.55121050697779]
  本稿では、適応型弁護士のような診断質問を利用して、追加の事例情報を収集する診断法大言語モデル(D3LM)を提案する。 D3LMは、革新的なグラフベースのPositive-Unlabeled Reinforcement Learning (PURL)アルゴリズムを導入し、批判的な質問を生成する。 また,米国事例法データベースに基づく新たな英語CVGデータセットも導入した。
  論文  参考訳（メタデータ） (2024-06-05T19:47:35Z)
• A Survey on Large Language Models with Multilingualism: Recent Advances and New Frontiers [51.8203871494146]
  LLM(Large Language Models)の急速な開発は、自然言語処理における顕著な多言語機能を示している。 LLMのブレークスルーにもかかわらず、多言語シナリオの研究は依然として不十分である。 本調査は,多言語問題に対する研究コミュニティの取り組みを支援することを目的としており,LLMに基づく多言語自然言語処理における中核概念,鍵技術,最新の発展の包括的理解を提供する。
  論文  参考訳（メタデータ） (2024-05-17T17:47:39Z)
• Exploring the Nexus of Large Language Models and Legal Systems: A Short Survey [1.0770079992809338]
  LLM(Large Language Models)の能力は、法律分野におけるユニークな役割をますます示している。 この調査は、法的テキスト理解、事例検索、分析などのタスクにおけるLLMと法体系の相乗効果について考察する。 この調査では、さまざまな法律システム用に調整された微調整された法的なLLMの最新の進歩と、さまざまな言語で微調整されたLLMのための法的なデータセットが紹介されている。
  論文  参考訳（メタデータ） (2024-04-01T08:35:56Z)
• Natural Language Processing for Dialects of a Language: A Survey [56.93337350526933]
  最先端自然言語処理(NLP)モデルは、大規模なトレーニングコーパスでトレーニングされ、評価データセットで最上位のパフォーマンスを報告します。 この調査は、これらのデータセットの重要な属性である言語の方言を掘り下げる。 方言データセットにおけるNLPモデルの性能劣化と言語技術のエクイティへのその影響を動機として,我々はデータセットやアプローチの観点から,方言に対するNLPの過去の研究を調査した。
  論文  参考訳（メタデータ） (2024-01-11T03:04:38Z)
• Precedent-Enhanced Legal Judgment Prediction with LLM and Domain-Model Collaboration [52.57055162778548]
  法的判断予測(LJP)は、法律AIにおいてますます重要な課題となっている。 先行は、同様の事実を持つ以前の訴訟であり、国家法制度におけるその後の事件の判断の基礎となっている。 近年のディープラーニングの進歩により、LJPタスクの解決に様々なテクニックが使えるようになった。
  論文  参考訳（メタデータ） (2023-10-13T16:47:20Z)
• Harnessing the Power of LLMs in Practice: A Survey on ChatGPT and Beyond [48.70557995528463]
  このガイドは、研究者や実践者が大規模言語モデルを扱うための貴重な洞察とベストプラクティスを提供することを目的としている。 実世界のシナリオにおける LLM の実用的応用と限界を説明するために, 様々なユースケースと非利用事例を提示する。
  論文  参考訳（メタデータ） (2023-04-26T17:52:30Z)
• A Short Survey of Viewing Large Language Models in Legal Aspect [0.0]
  大規模言語モデル(LLM)は、自然言語処理、コンピュータビジョン、強化学習など、多くの分野に変化をもたらした。 LLMの法的分野への統合は、プライバシーの懸念、偏見、説明可能性など、いくつかの法的問題を引き起こしている。
  論文  参考訳（メタデータ） (2023-03-16T08:01:22Z)
• 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)

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。