論文の概要: Automated Creation of the Legal Knowledge Graph Addressing Legislation on Violence Against Women: Resource, Methodology and Lessons Learned
- arxiv url: http://arxiv.org/abs/2508.06368v1
- Date: Fri, 08 Aug 2025 14:59:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-11 20:39:06.273823
- Title: Automated Creation of the Legal Knowledge Graph Addressing Legislation on Violence Against Women: Resource, Methodology and Lessons Learned
- Title（参考訳）: 女性に対する暴力の合法化に取り組む法律知識グラフの自動作成:資源・方法論・教訓
- Authors: Claudia dAmato, Giuseppe Rubini, Francesco Didio, Donato Francioso, Fatima Zahra Amara, Nicola Fanizzi,
- Abstract要約: 法律知識グラフ(KGs)は、法的情報へのアクセスを容易にする貴重なツールである。
本稿では, 自動KG構築のための2つの補完的アプローチを提案する。
このソリューションは、構造化データ抽出、オントロジー開発、セマンティックエンリッチメントを統合し、女性に対する暴力を含む訴訟に適したKGを生成する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Legal decision-making process requires the availability of comprehensive and detailed legislative background knowledge and up-to-date information on legal cases and related sentences/decisions. Legal Knowledge Graphs (KGs) would be a valuable tool to facilitate access to legal information, to be queried and exploited for the purpose, and to enable advanced reasoning and machine learning applications. Indeed, legal KGs may act as knowledge intensive component to be used by pre-dictive machine learning solutions supporting the decision process of the legal expert. Nevertheless, a few KGs can be found in the legal domain. To fill this gap, we developed a legal KG targeting legal cases of violence against women, along with clear adopted methodologies. Specifically, the paper introduces two complementary approaches for automated legal KG construction; a systematic bottom-up approach, customized for the legal domain, and a new solution leveraging Large Language Models. Starting from legal sentences publicly available from the European Court of Justice, the solutions integrate structured data extraction, ontology development, and semantic enrichment to produce KGs tailored for legal cases involving violence against women. After analyzing and comparing the results of the two approaches, the developed KGs are validated via suitable competency questions. The obtained KG may be impactful for multiple purposes: can improve the accessibility to legal information both to humans and machine, can enable complex queries and may constitute an important knowledge component to be possibly exploited by machine learning tools tailored for predictive justice.
- Abstract（参考訳）: 法的意思決定プロセスには、包括的かつ詳細な立法背景知識と、訴訟及び関連する文・決定に関する最新の情報が必要である。
法律知識グラフ(KGs)は、法的情報へのアクセスを容易にし、その目的のためにクエリして活用し、高度な推論と機械学習アプリケーションを可能にするための貴重なツールである。
実際、法的KGは、法律専門家の意思決定プロセスをサポートする予測された機械学習ソリューションによって使用される知識集約的なコンポーネントとして機能する可能性がある。
それでも、いくつかのKGが法域で見られる。
このギャップを埋めるために、女性に対する暴力の法的事例を対象とする法的KGと、明確な採用方法を開発した。
具体的には、法的なKG構築を自動化するための2つの補完的なアプローチ、すなわち、法域用にカスタマイズされた体系的なボトムアップアプローチ、および大規模言語モデルを活用した新しいソリューションを提案する。
欧州司法裁判所が公に公開した法的文から始めて、このソリューションは構造化されたデータ抽出、オントロジー開発、セマンティックエンリッチメントを統合し、女性に対する暴力を含む訴訟に合わせたKGを生成する。
2つのアプローチの結果を分析し比較した後、適切な能力質問により、開発済みのKGを検証した。
人にも機械にも法的情報へのアクセシビリティを向上させることができ、複雑なクエリを可能にし、予測正義に適した機械学習ツールによって活用される可能性のある重要な知識コンポーネントを構成することができる。
関連論文リスト
- An Integrated Framework of Prompt Engineering and Multidimensional Knowledge Graphs for Legal Dispute Analysis [10.003390941988386]
本研究は,多次元知識グラフと即時エンジニアリングを組み合わせることで,法的な紛争分析を改善する枠組みを提案する。
感度は9.9%-13.8%、特異度は4.8%-6.7%、引用精度は22.4%-39.7%だった。
論文 参考訳（メタデータ） (2025-07-10T16:22:41Z) - A Data Science Approach to Calcutta High Court Judgments: An Efficient LLM and RAG-powered Framework for Summarization and Similar Cases Retrieval [2.359291431338925]
本研究は,Calcutta High Courtの判決を解析するための枠組みを提案する。
ペガサスモデルを微調整することにより、判例の要約において大幅な改善が達成される。
RAGベースのフレームワークは、ユーザクエリに応答して、同様のケースを効率的に検索し、徹底的な概要と要約を提供する。
論文 参考訳（メタデータ） (2025-06-28T20:24:34Z) - RLJP: Legal Judgment Prediction via First-Order Logic Rule-enhanced with Large Language Models [58.69183479148083]
法的判断予測(LJP)は、法的AIにおいて重要な課題である。
既存のLJPモデルは、高いパフォーマンスのために司法上の前例と法的な知識を統合している。
しかし彼らは、厳密な論理分析を必要とする法的判断の重要な要素である法的推論論理を無視している。
本稿では、一階述語論理(FOL)形式と比較学習(CL)に基づく規則強化された法的判断予測フレームワークを提案する。
論文 参考訳（メタデータ） (2025-05-27T14:50:21Z) - 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) - Bridging Legal Knowledge and AI: Retrieval-Augmented Generation with Vector Stores, Knowledge Graphs, and Hierarchical Non-negative Matrix Factorization [6.0045906216050815]
大規模言語モデル(LLM)を利用したエージェント生成AI - 検索型生成(RAG)、知識グラフ(KG)、ベクトルストア(VS)
この技術は、膨大な非構造化または半構造化データセット内の関係を推測するのに優れている。
非負行列因子化(Non-Negative Matrix Factorization, NMF)により構築されたRAG, VS, KGを統合した生成AIシステムを導入する。
論文 参考訳（メタデータ） (2025-02-27T18:35:39Z) - 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) - A Knowledge-Injected Curriculum Pretraining Framework for Question Answering [70.13026036388794]
本稿では,知識に基づく質問応答タスクの総合的なKG学習と活用を実現するための一般知識注入型カリキュラム事前学習フレームワーク(KICP)を提案する。
KIモジュールはまずKG中心の事前学習コーパスを生成してLMに知識を注入し、プロセスを3つの重要なステップに一般化する。
KAモジュールは、アダプタを備えたLMで生成されたコーパスから知識を学習し、元の自然言語理解能力を維持できる。
CRモジュールは人間の推論パターンに従って3つのコーパスを構築する。
論文 参考訳（メタデータ） (2024-03-11T03:42:03Z) - Report of the 1st Workshop on Generative AI and Law [78.62063815165968]
本報告では、生成AIと法に関する第1回ワークショップ(GenLaw)の開催状況について述べる。
コンピュータサイエンスと法学の実践者や学者の学際的なグループが集まり、ジェネレーティブAI法がもたらす技術的、教義的、政策上の課題について議論した。
論文 参考訳（メタデータ） (2023-11-11T04:13:37Z) - Constructing a Knowledge Graph for Vietnamese Legal Cases with
Heterogeneous Graphs [5.168558598888541]
本稿では,法律事例文書と関連する法律に関する知識グラフ構築手法を提案する。
当社のアプローチは,データクローリング,情報抽出,知識グラフ展開という3つの主要なステップで構成されています。
論文 参考訳（メタデータ） (2023-09-16T18:31:47Z) - 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)
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。