論文の概要: Computational Identification of Regulatory Statements in EU Legislation

• arxiv url: http://arxiv.org/abs/2505.00479v1
• Date: Thu, 01 May 2025 12:11:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:55.295003
• Title: Computational Identification of Regulatory Statements in EU Legislation
• Title（参考訳）: EU法における規制文書の計算的同定
• Authors: Gijs Jan Brandsma, Jens Blom-Hansen, Christiaan Meijer, Kody Moodley,
• Abstract要約: 計算手法は、EUの立法機関からそのような言明の特定をスケールするのに有用である。 機関文法ツールに基づく規制文を構成するための具体的定義を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Identifying regulatory statements in legislation is useful for developing metrics to measure the regulatory density and strictness of legislation. A computational method is valuable for scaling the identification of such statements from a growing body of EU legislation, constituting approximately 180,000 published legal acts between 1952 and 2023. Past work on extraction of these statements varies in the permissiveness of their definitions for what constitutes a regulatory statement. In this work, we provide a specific definition for our purposes based on the institutional grammar tool. We develop and compare two contrasting approaches for automatically identifying such statements in EU legislation, one based on dependency parsing, and the other on a transformer-based machine learning model. We found both approaches performed similarly well with accuracies of 80% and 84% respectively and a K alpha of 0.58. The high accuracies and not exceedingly high agreement suggests potential for combining strengths of both approaches.
• Abstract（参考訳）: 法律における規制文の特定は、法律の規制密度と厳密さを測定する指標を開発するのに有用である。 計算手法は、1952年から2023年までの約180,000件の法的行為からなる、欧州連合の立法機関からのそのような言明の特定をスケールするために有用である。 これらのステートメントの抽出に関する過去の作業は、規制ステートメントを構成するものに対する定義の許容度によって異なる。 本研究は,制度文法ツールに基づく目的の具体的定義を提供する。 我々は、EUの法律でそのようなステートメントを自動的に識別する2つの対照的なアプローチを、依存関係解析に基づくものと、トランスフォーマーベースの機械学習モデルに基づいて開発・比較する。 どちらのアプローチも80%, 84%, Kαは0.58であった。 高い精度と高額な合意は、双方のアプローチの強みを組み合わせる可能性を示唆している。

関連論文リスト

• Transformer-Based Extraction of Statutory Definitions from the U.S. Code [0.0]
  定義項, 定義, 範囲を米国法典(U.S.C.)から自動的に抽出する高度NLPシステムを提案する。 我々の最良のモデルは96.8%の精度と98.9%のリコール(98.2%F1スコア)を達成する この研究は、下流の法的推論タスクの基礎を確立しながら、アクセシビリティの向上と法情報の理解に寄与する。
  論文  参考訳（メタデータ） (2025-04-23T02:09:53Z)
• Machine Learning-Driven Convergence Analysis in Multijurisdictional Compliance Using BERT and K-Means Clustering [0.0]
  本研究は、重複する領域や発散する領域を特定するために、様々な規則を比較した。 国際企業はこのレポートから貴重な教訓を学ぶことができる。 研究の目的は「法律知識と専門知識のギャップを埋めること」である。
  論文  参考訳（メタデータ） (2025-01-23T22:11:18Z)
• On Algorithmic Fairness and the EU Regulations [0.2538209532048867]
  この論文は、欧州連合(EU)における非差別に焦点を当てたアルゴリズム的公正に焦点を当てている。 この論文は、AIシステムの差別バイアスを修正することは、EU規則の下で法的に可能であることを実証している。 この論文は、AIエンジニアリングにおけるコンプライアンスの増大する研究領域を拡大し、強化し、いくつかの法的洞察を得て、アルゴリズムフェアネス研究に貢献する。
  論文  参考訳（メタデータ） (2024-11-13T06:23:54Z)
• Randomization Techniques to Mitigate the Risk of Copyright Infringement [48.75580082851766]
  著作権保護の現在の慣行を補完する潜在的なランダム化手法について検討する。 これは、著作権の先例において実質的な類似性を決定する規則の固有の曖昧さによって動機付けられている。 差分プライバシーのような同様にランダム化されたアプローチは、プライバシーリスクを軽減することに成功している。
  論文  参考訳（メタデータ） (2024-08-21T20:55:00Z)
• Formalising Anti-Discrimination Law in Automated Decision Systems [1.560976479364936]
  英国における差別防止法に基づく新たな意思決定理論の枠組みを導入する。 本稿では,推定誤差と基礎となるデータ生成過程を考慮に入れた「条件推定パリティ」指標を提案する。 弊社のアプローチは、機械学習の公正度測定値と差別防止法の分離を橋渡しし、非差別的自動意思決定システムを開発するための法的基盤となるフレームワークを提供する。
  論文  参考訳（メタデータ） (2024-06-29T10:59:21Z)
• 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)
• Towards an Enforceable GDPR Specification [49.1574468325115]
  プライバシ・バイ・デザイン(PbD)は、EUなどの現代的なプライバシー規制によって規定されている。 PbDを実現する1つの新しい技術は強制(RE)である 法律規定の正式な仕様を作成するための一連の要件と反復的な方法論を提示する。
  論文  参考訳（メタデータ） (2024-02-27T09:38:51Z)
• Transformer-based Entity Legal Form Classification [43.75590166844617]
  本稿では,形式分類のためのトランスフォーマーに基づく言語モデルを提案する。 BERTのバリエーションを多用し、その性能を従来の複数のベースラインと比較する。 以上の結果から,事前学習したBERT変種は従来のテキスト分類法よりもF1スコアで優れていた。
  論文  参考訳（メタデータ） (2023-10-19T14:11:43Z)
• 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)
• Transparency, Compliance, And Contestability When Code Is(n't) Law [91.85674537754346]
  技術的なセキュリティ機構と法的なプロセスの両方が、一連の規範に従って誤った行動を扱うメカニズムとして機能する。 彼らは一般的な類似点を共有しているが、どう定義されているか、行動し、被験者に与える影響にも明確な違いがある。 本稿では,両機構の類似点と相違点を,誤動作の対処方法として考察する。
  論文  参考訳（メタデータ） (2022-05-08T18:03:07Z)
• Analysing similarities between legal court documents using natural language processing approaches based on Transformers [0.0]
  本研究の目的は、推論グループで達成できる司法文書間の類似度を検出することである。 ブラジルの司法制度における法的手続のケーススタディに、トランスフォーマーアーキテクチャに基づく6つのNLP技術を適用している。
  論文  参考訳（メタデータ） (2022-04-14T18:25:56Z)

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。