論文の概要: Tasks and Roles in Legal AI: Data Curation, Annotation, and Verification

• arxiv url: http://arxiv.org/abs/2504.01349v1
• Date: Wed, 02 Apr 2025 04:34:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-03 13:22:40.651688
• Title: Tasks and Roles in Legal AI: Data Curation, Annotation, and Verification
• Title（参考訳）: 法律AIにおける課題と役割: データキュレーション、アノテーション、検証
• Authors: Allison Koenecke, Jed Stiglitz, David Mimno, Matthew Wilkens,
• Abstract要約: AIツールの法分野への応用は、自然に感じられる。 しかし、法的文書は、ほとんどのAIシステムの基盤となるウェブベースのテキストとは異なる。 我々は、データキュレーション、データアノテーション、出力検証の3つの分野を実践者に対して特定する。
• 参考スコア（独自算出の注目度）: 4.099848175176399
• License:
• Abstract: The application of AI tools to the legal field feels natural: large legal document collections could be used with specialized AI to improve workflow efficiency for lawyers and ameliorate the "justice gap" for underserved clients. However, legal documents differ from the web-based text that underlies most AI systems. The challenges of legal AI are both specific to the legal domain, and confounded with the expectation of AI's high performance in high-stakes settings. We identify three areas of special relevance to practitioners: data curation, data annotation, and output verification. First, it is difficult to obtain usable legal texts. Legal collections are inconsistent, analog, and scattered for reasons technical, economic, and jurisdictional. AI tools can assist document curation efforts, but the lack of existing data also limits AI performance. Second, legal data annotation typically requires significant expertise to identify complex phenomena such as modes of judicial reasoning or controlling precedents. We describe case studies of AI systems that have been developed to improve the efficiency of human annotation in legal contexts and identify areas of underperformance. Finally, AI-supported work in the law is valuable only if results are verifiable and trustworthy. We describe both the abilities of AI systems to support evaluation of their outputs, as well as new approaches to systematic evaluation of computational systems in complex domains. We call on both legal and AI practitioners to collaborate across disciplines and to release open access materials to support the development of novel, high-performing, and reliable AI tools for legal applications.
• Abstract（参考訳）: 法律分野へのAIツールの適用は、自然に感じられる。弁護士のワークフロー効率を改善するために、専門のAIで大規模な法律文書コレクションを使用することができ、保守されていないクライアントの"公正なギャップ"を改善することができる。 しかし、法的文書は、ほとんどのAIシステムの基盤となるウェブベースのテキストとは異なる。 法的なAIの課題は、どちらも法的なドメインに特有であり、ハイテイクな設定でAIのハイパフォーマンスを期待することと一致している。 我々は、データキュレーション、データアノテーション、出力検証の3つの分野を実践者に対して特定する。 まず、使用可能な法的文書を得ることは困難である。 法的収集物は、技術的、経済的、司法的理由から矛盾し、類似し、散在している。 AIツールはドキュメントのキュレーション作業を支援することができるが、既存のデータがないため、AIのパフォーマンスも制限される。 第二に、法的なデータアノテーションは通常、司法的推論のモードや前例の制御のような複雑な現象を特定するために重要な専門知識を必要とする。 本稿では、法的文脈における人間のアノテーションの効率を向上させるために開発されたAIシステムのケーススタディについて述べる。 最後に、この法律におけるAI支援の仕事は、結果が検証可能で信頼に値する場合に限って価値がある。 本稿では,AIシステムの出力評価を支援する能力と,複雑な領域における計算システムの体系的評価に対する新たなアプローチについて述べる。 法的な、ハイパフォーマンスで信頼性の高いAIツールの開発を支援するために、私たちは、規律を越えて協力し、オープンアクセス資料をリリースするよう、法律とAIの実践者の両方に呼びかけています。

関連論文リスト

• A Comprehensive Framework for Reliable Legal AI: Combining Specialized Expert Systems and Adaptive Refinement [0.0]
  本稿では,専門家システムと知識に基づくアーキテクチャを組み合わせた新しい枠組みを提案する。 このフレームワークは特殊なモジュールを利用し、それぞれが特定の法的領域に焦点を当て、構造化された運用ガイドラインを取り入れて意思決定を強化する。 提案されたアプローチは、既存のAIモデルよりも大幅に改善され、法的タスクのパフォーマンスが向上し、よりアクセシブルで手頃な価格の法律サービスを提供するスケーラブルなソリューションを提供する。
  論文  参考訳（メタデータ） (2024-12-29T14:00:11Z)
• Using AI Alignment Theory to understand the potential pitfalls of regulatory frameworks [55.2480439325792]
  本稿では、欧州連合の人工知能法(EU AI法)を批判的に検討する。 人工知能における技術的アライメントの潜在的な落とし穴に焦点を当てたアライメント理論(AT)研究からの洞察を利用する。 これらの概念をEU AI Actに適用すると、潜在的な脆弱性と規制を改善するための領域が明らかになる。
  論文  参考訳（メタデータ） (2024-10-10T17:38:38Z)
• Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools [32.78336381381673]
  本稿では,AI駆動型法律研究ツールの事前登録による実証評価について報告する。 LexisNexis(Lexis+ AI)とThomson Reuters(Westlaw AI-Assisted ResearchとAsk Practical Law AI)によるAI研究ツールは、それぞれ17%から33%の時間で幻覚化している。 それは、AIのアウトプットを監督し検証する法的専門家の責任を知らせる証拠を提供する。
  論文  参考訳（メタデータ） (2024-05-30T17:56:05Z)
• Promises and pitfalls of artificial intelligence for legal applications [19.8511844390731]
  この主張は現在の証拠には支持されないと我々は主張する。 私たちは3種類の法的タスクにおいて、AIの役割がますます広くなっていることを掘り下げます。 法的な文脈におけるAIの評価と展開の改善を推奨する。
  論文  参考訳（メタデータ） (2024-01-10T19:50:37Z)
• Explainable Authorship Identification in Cultural Heritage Applications: Analysis of a New Perspective [48.031678295495574]
  既存の汎用eXplainable Artificial Intelligence(XAI)技術のAIへの応用について検討する。 特に,3種類のAIdタスクにおける3種類のXAIテクニックの相対的メリットを評価した。 我々の分析によると、これらの技術は、説明可能なオーサシップの特定に向けて重要な第一歩を踏み出すが、まだ多くの作業が続けられている。
  論文  参考訳（メタデータ） (2023-11-03T20:51:15Z)
• 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)
• An Uncommon Task: Participatory Design in Legal AI [64.54460979588075]
  われわれは10年以上前に行われた法律分野における、注目に値する、未調査のAI設計プロセスについて検討する。 インタラクティブなシミュレーション手法によって,コンピュータ科学者と弁護士が共同設計者になれることを示す。
  論文  参考訳（メタデータ） (2022-03-08T15:46:52Z)
• 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)
• AI and Legal Argumentation: Aligning the Autonomous Levels of AI Legal Reasoning [0.0]
  法的議論は正義の重要な基盤であり、敵対的な法の形を支えている。 広範囲にわたる研究は、人工知能(AI)を含むコンピュータベースの自動化を使用して、法的議論を拡大または実施しようと試みている。 AI法則推論のLevels of Autonomy(LoA)をAIの成熟と法体系化(AILA)に適用するために、革新的なメタアプローチを提案する。
  論文  参考訳（メタデータ） (2020-09-11T22:05:40Z)
• How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence [81.04070052740596]
  法律人工知能(Legal AI)は、人工知能、特に自然言語処理の技術を適用して、法的領域におけるタスクに役立てることに焦点を当てている。 本稿では,LegalAIにおける研究の歴史,現状,今後の方向性について紹介する。
  論文  参考訳（メタデータ） (2020-04-25T14:45:15Z)

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。