論文の概要: Nyay-Darpan: Enhancing Decision Making Through Summarization and Case Retrieval for Consumer Law in India

• arxiv url: http://arxiv.org/abs/2507.06090v1
• Date: Tue, 08 Jul 2025 15:30:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-09 16:34:38.26574
• Title: Nyay-Darpan: Enhancing Decision Making Through Summarization and Case Retrieval for Consumer Law in India
• Title（参考訳）: Nyay-Darpan:インドの消費者法における要約と事例検索による意思決定の強化
• Authors: Swapnil Bhattacharyya, Shrey Ganatra, Harshvivek Kashid, Spandan Anaokar, Shruti Nair, Reshma Sekhar, Siddharth Manohar, Rahul Hemrajani, Pushpak Bhattacharyya,
• Abstract要約: Nyay-Darpanは、消費者の事例ファイルを要約した新しいフレームワークで、消費者の紛争解決における意思決定を支援するために、同様の事例判断を検索する。 本システムでは, 類似事例の予測において75%以上の精度と, 資料要約評価指標の約70%の精度を達成している。 Nyay-Darpanフレームワークとデータセットを公開して、この未調査だが影響のある領域におけるさらなる研究を促進し、促進します。
• 参考スコア（独自算出の注目度）: 25.07256369273545
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI-based judicial assistance and case prediction have been extensively studied in criminal and civil domains, but remain largely unexplored in consumer law, especially in India. In this paper, we present Nyay-Darpan, a novel two-in-one framework that (i) summarizes consumer case files and (ii) retrieves similar case judgements to aid decision-making in consumer dispute resolution. Our methodology not only addresses the gap in consumer law AI tools but also introduces an innovative approach to evaluate the quality of the summary. The term 'Nyay-Darpan' translates into 'Mirror of Justice', symbolizing the ability of our tool to reflect the core of consumer disputes through precise summarization and intelligent case retrieval. Our system achieves over 75 percent accuracy in similar case prediction and approximately 70 percent accuracy across material summary evaluation metrics, demonstrating its practical effectiveness. We will publicly release the Nyay-Darpan framework and dataset to promote reproducibility and facilitate further research in this underexplored yet impactful domain.
• Abstract（参考訳）: AIに基づく司法支援と事件予測は、刑事および民事の領域で広く研究されてきたが、消費者法、特にインドでは、ほとんど調査されていない。 本稿では,新しい2-in-oneフレームワークであるNyay-Darpanを紹介する。 i) 消費者事例ファイルを要約し、 二 消費者紛争解決における意思決定を支援するため、同様の事件判断を取り消すこと。 我々の方法論は、消費者法AIツールのギャップに対処するだけでなく、要約の質を評価する革新的なアプローチも導入する。 Nyay-Darpan」という用語は「正義のミス」と訳され、正確な要約とインテリジェントケース検索を通じて消費者紛争の核心を反映するツールの能力を象徴している。 本システムでは, 類似事例予測において75%以上の精度と, 材料要約評価指標の約70%の精度を達成し, その実用性を示した。 我々は、再現性を促進するために、Nyay-Darpanフレームワークとデータセットを公開し、この未調査だが影響のある領域におけるさらなる研究を促進する。

関連論文リスト

• ASP2LJ : An Adversarial Self-Play Laywer Augmented Legal Judgment Framework [21.003203706712643]
  法的判断予測 (LJP) は、関連する法的費用、条件、罰金を含む司法結果を予測することを目的としている。 現在のデータセットは、真正ケースから派生したもので、高い人間のアノテーションコストと不均衡な分布に悩まされている。 本稿では, ASP2LJ という法定法定法定フレームワークを提案する。 我々の枠組みは、裁判官が進化した弁護士の議論を参照することを可能にし、司法決定の客観性、公正性、合理性を改善する。
  論文  参考訳（メタデータ） (2025-06-11T06:55:40Z)
• AppealCase: A Dataset and Benchmark for Civil Case Appeal Scenarios [47.83822985839837]
  本稿では,91件の民事事件の1万対の実世界と一致した第1インスタンスと第2インスタンスの文書からなるFiceCaseデータセットを提案する。 このデータセットには、判断の逆転、逆転理由、引用された法的規定、クレームレベルの決定、第2のインスタンスに新たな情報があるかどうかという5つの側面に沿った詳細なアノテーションも含まれている。 実験結果から, すべてのモデルが判定逆転予測タスクにおいて50%未満のF1スコアを達成し, 魅力シナリオの複雑さと課題を浮き彫りにしていることがわかった。
  論文  参考訳（メタデータ） (2025-05-22T10:50:33Z)
• AnnoCaseLaw: A Richly-Annotated Dataset For Benchmarking Explainable Legal Judgment Prediction [56.797874973414636]
  AnnoCaseLawは、アメリカ合衆国控訴裁判所の無視事件を慎重に注釈付けした471のデータセットである。 我々のデータセットは、より人間らしく説明可能な法的な判断予測モデルの基礎となる。 その結果、LJPは依然として厳しい課題であり、法的な前例の適用は特に困難であることが示されている。
  論文  参考訳（メタデータ） (2025-02-28T19:14:48Z)
• Hybrid Deep Learning for Legal Text Analysis: Predicting Punishment Durations in Indonesian Court Rulings [0.0]
  本研究は,文長の深層学習に基づく予測システムを開発した。 我々のモデルは,CNNとBiLSTMとアテンション機構を組み合わせたもので,R2乗のスコアは0.5893。
  論文  参考訳（メタデータ） (2024-10-26T07:07:48Z)
• 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)
• PILOT: Legal Case Outcome Prediction with Case Law [43.680862577060765]
  判例法を用いて判例結果の予測を行う際の2つのユニークな課題を同定する。 第一に、意思決定において裁判官の基本的な証拠となる関連する前例を特定することが重要である。 第二に、初期の事例は異なる法的文脈に従う可能性があるため、時間とともに法原則の進化を考慮する必要がある。
  論文  参考訳（メタデータ） (2024-01-28T21:18:05Z)
• Fact-based Court Judgment Prediction [0.5439020425819]
  この拡張された抽象的焦点は、インドの法律文書の文脈における事実に基づく判断予測である。 1つは事実のみに基づくものであり、もう1つは下級裁判所(RLC)の判決と組み合わせた事実である。 本研究は, 早期症例予測の強化をめざし, 法律専門家や一般市民に多大な利益をもたらすことを目的としている。
  論文  参考訳（メタデータ） (2023-11-22T12:39:28Z)
• 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)
• Predicting Indian Supreme Court Judgments, Decisions, Or Appeals [0.403831199243454]
  新たに開発したML対応法定予測モデルとその運用プロトタイプであるeLegPredictを紹介した。 eLegPredictは3072件の最高裁判所事件で訓練されテストされ、精度は76%に達した(F1スコア)。 eLegPredictはエンドユーザを支援するメカニズムを備えており、新しいケース記述を持つドキュメントが指定されたディレクトリにドロップされると、システムはすぐにコンテンツを読み込んで予測を生成する。
  論文  参考訳（メタデータ） (2021-09-28T18:28:43Z)
• Legal Judgment Prediction (LJP) Amid the Advent of Autonomous AI Legal Reasoning [0.0]
  法的判断予測は、法律の理論と実践において、長くかつオープンなトピックである。 訴訟や司法行動を予測する様々な方法や技法が、長年にわたって出現してきた。 AI法則推論の出現は、LJPの実行方法とその予測精度に顕著な影響を与える。
  論文  参考訳（メタデータ） (2020-09-29T00:12:42Z)

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。