論文の概要: Explainability by design: an experimental analysis of the legal coding process

• arxiv url: http://arxiv.org/abs/2505.01944v1
• Date: Sat, 03 May 2025 23:18:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-06 18:49:35.344897
• Title: Explainability by design: an experimental analysis of the legal coding process
• Title（参考訳）: 設計による説明可能性:法的なコーディング過程の実験的検討
• Authors: Matteo Cristani, Guido Governatori, Francesco Olivieri, Monica Palmirani, Gabriele Buriola,
• Abstract要約: 本稿では,断片化から始まり,Deontic Defeasible Logic ルールのセットに展開する,テクトitlegal code の方法論を提案する。 様々な規範的背景を符号化する人間による一連の実験結果と、コーディングプロセスにおける取り組みを計測した対応する事例について示す。 我々は、法律ドメインの知識、コーディングプロセスの知識、テキストの長さ、および法律参照のパスの長さを参照するテキスト深さの尺度などの要因に依存する、コーディングに必要な時間を予測する技術を提供する。
• 参考スコア（独自算出の注目度）: 0.6291443816903801
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Behind a set of rules in Deontic Defeasible Logic, there is a mapping process of normative background fragments. This process goes from text to rules and implicitly encompasses an explanation of the coded fragments. In this paper we deliver a methodology for \textit{legal coding} that starts with a fragment and goes onto a set of Deontic Defeasible Logic rules, involving a set of \textit{scenarios} to test the correctness of the coded fragments. The methodology is illustrated by the coding process of an example text. We then show the results of a series of experiments conducted with humans encoding a variety of normative backgrounds and corresponding cases in which we have measured the efforts made in the coding process, as related to some measurable features. To process these examples, a recently developed technology, Houdini, that allows reasoning in Deontic Defeasible Logic, has been employed. Finally we provide a technique to forecast time required in coding, that depends on factors such as knowledge of the legal domain, knowledge of the coding processes, length of the text, and a measure of \textit{depth} that refers to the length of the paths of legal references.
• Abstract（参考訳）: Deontic Defeasible Logicの一連のルールの背後には、規範的なバックグラウンドフラグメントのマッピングプロセスがあります。 このプロセスはテキストからルールへ移行し、コード化された断片の説明を暗黙的に包含する。 本稿では、フラグメントから始まり、コード化されたフラグメントの正しさをテストするために、\textit{scenarios} のセットを含む、Deontic Defeasible Logic ルールのセットにたどり着く、 \textit{legal coding} の方法論を提供する。 この方法論はサンプルテキストのコーディングプロセスによって説明される。 次に, 様々な規範的背景を符号化する人間による一連の実験結果と, 符号化過程における取り組みを, いくつかの測定可能な特徴に関連付けて測定した事例を示す。 これらの例を処理するために、Deontic Defeasible Logicの推論を可能にする最近の技術であるHoudiniが採用されている。 最後に, 法域の知識, コーディングプロセスの知識, テキストの長さ, 法律参照の経路長を参照する textit{depth} の測定値などに依存する, コーディングに必要な時間を予測する手法を提案する。

関連論文リスト

• Unlocking Efficiency in Large Language Model Inference: A Comprehensive Survey of Speculative Decoding [46.485363806259265]
  投機的デコーディングは、LLM(Large Language Models)推論のための新しいデコーディングパラダイムとして登場した。 復号処理の各ステップにおいて、この手法はまず、複数の将来のトークンを効率的にドラフトし、それらを並列に検証する。 本稿では,この有望な復号化パラダイムの概観と解析について述べる。
  論文  参考訳（メタデータ） (2024-01-15T17:26:50Z)
• Code Prompting: a Neural Symbolic Method for Complex Reasoning in Large Language Models [74.95486528482327]
  コードプロンプト(code prompting)は、ゼロショットバージョンと少数ショットバージョンの両方を持ち、中間ステップとしてコードをトリガーするニューラルシンボルプロンプトである。 我々は,記号的推論と算術的推論を含む7つの広く使用されているベンチマーク実験を行った。
  論文  参考訳（メタデータ） (2023-05-29T15:14:09Z)
• Attributable and Scalable Opinion Summarization [79.87892048285819]
  我々は、頻繁なエンコーディングを復号することで抽象的な要約を生成し、同じ頻繁なエンコーディングに割り当てられた文を選択して抽出的な要約を生成する。 本手法は,要約プロセスの一部として要約を生成するために使用される文を同定するため,帰属的手法である。 なぜなら、アグリゲーションはトークンの長いシーケンスではなく、潜在空間で実行されるからである。
  論文  参考訳（メタデータ） (2023-05-19T11:30:37Z)
• Language Model Decoding as Likelihood-Utility Alignment [54.70547032876017]
  モデルの有効性がタスク固有の実用性の概念とどのように一致しているかについて、暗黙の仮定に基づいて、デコード戦略をグループ化する分類法を導入する。 具体的には、様々なタスクの集合における予測の可能性と有用性の相関を解析することにより、提案された分類を裏付ける最初の実証的証拠を提供する。
  論文  参考訳（メタデータ） (2022-10-13T17:55:51Z)
• NS3: Neuro-Symbolic Semantic Code Search [33.583344165521645]
  私たちはこのアイデアを実装するためにNeural Module Networkアーキテクチャを使用します。 我々は、NS3 (Neuro-Symbolic Semantic Search) と、最先端のセマンティックコード検索方法を含む多くのベースラインを比較した。 提案手法により,より正確なコード検索が可能であることが実証され,コンポジションクエリ処理におけるモジュール設計の有効性が検証された。
  論文  参考訳（メタデータ） (2022-05-21T20:55:57Z)

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。