論文の概要: XAI-LAW: A Logic Programming Tool for Modeling, Explaining, and Learning Legal Decisions
- arxiv url: http://arxiv.org/abs/2601.03844v1
- Date: Wed, 07 Jan 2026 12:07:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-09 02:15:23.490018
- Title: XAI-LAW: A Logic Programming Tool for Modeling, Explaining, and Learning Legal Decisions
- Title（参考訳）: XAI-LAW: モデリング、説明、学習のための論理プログラミングツール
- Authors: Agostino Dovier, Talissa Dreossi, Andrea Formisano, Benedetta Strizzolo,
- Abstract要約: 我々は、Answer Set Programming (ASP) を用いたイタリア刑事法典(ICC)の記事のモデル化手法を提案する。
開発ツールは、理屈と法的結果を提供することで、刑事裁判期間中の法的専門家を支援することを意図している。
- 参考スコア（独自算出の注目度）: 0.5672012177310438
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose an approach to model articles of the Italian Criminal Code (ICC), using Answer Set Programming (ASP), and to semi-automatically learn legal rules from examples based on prior judicial decisions. The developed tool is intended to support legal experts during the criminal trial phase by providing reasoning and possible legal outcomes. The methodology involves analyzing and encoding articles of the ICC in ASP, including "crimes against the person" and property offenses. The resulting model is validated on a set of previous verdicts and refined as necessary. During the encoding process, contradictions may arise; these are properly handled by the system, which also generates possible decisions for new cases and provides explanations through a tool that leverages the "supportedness" of stable models. The automatic explainability offered by the tool can also be used to clarify the logic behind judicial decisions, making the decision-making process more interpretable. Furthermore, the tool integrates an inductive logic programming system for ASP, which is employed to generalize legal rules from case examples.
- Abstract（参考訳）: 本稿では,イタリア刑事法典(ICC)の項目をモデル化し,ASP(Answer Set Programming)を用いて,事前の司法判断に基づく事例から法則を半自動学習する手法を提案する。
開発ツールは、理屈と法的結果を提供することで、刑事裁判期間中の法的専門家を支援することを意図している。
この手法は、ASP.NET における ICC の項目を解析および符号化することを含み、その中には「人に対する犯罪」や財産犯罪が含まれる。
得られたモデルは、事前の判断に基づいて検証され、必要に応じて洗練される。
それらはシステムによって適切に処理され、新しいケースに対する決定を発生させ、安定したモデルの「支持性」を活用するツールを通じて説明を提供する。
ツールによって提供される自動説明性は、司法決定の背後にあるロジックを明確にするためにも使用することができ、意思決定プロセスをより解釈可能である。
さらに、このツールはASPの帰納的論理プログラミングシステムを統合し、ケース例から法則を一般化するために使用される。
関連論文リスト
- LawChain: Modeling Legal Reasoning Chains for Chinese Tort Case Analysis [30.18852139687054]
本研究は,中国トルト関連民事事件の分析において,法的推論を明示的にモデル化するための新しい枠組みを提案する。
まず、トート分析で使用される法的推論プロセスをLawChainフレームワークに運用する。
公用語文脈における法的推論能力について,最先端の大規模言語モデルの評価を行った。
論文 参考訳（メタデータ） (2025-10-20T14:50:58Z) - A Modal Logic for Temporal and Jurisdictional Classifier Models [0.0]
我々は、法的ケースベース推論(CBR)を正式に捉えるために設計された分類器のモーダル論理を導入する。
我々は、判例の時間的次元と法体系内の裁判所の階層を論理的に導入することにより、前例間の紛争を解決するための原則を取り入れている。
論文 参考訳（メタデータ） (2025-10-15T15:50:04Z) - LegalChainReasoner: A Legal Chain-guided Framework for Criminal Judicial Opinion Generation [6.754329137382816]
我々は,新たな法律AIタスクである司法意見生成を提案する。
同時に、法的推論と判決を同時に生成する。
われわれのアプローチは、柔軟な知識注入とエンドツーエンドの意見生成を保証する。
論文 参考訳（メタデータ） (2025-08-31T10:22:47Z) - GLARE: Agentic Reasoning for Legal Judgment Prediction [60.13483016810707]
法学分野では、法的判断予測(LJP)がますます重要になっている。
既存の大規模言語モデル (LLM) には、法的な知識が不足しているため、推論に不十分な重大な問題がある。
GLAREは,異なるモジュールを呼び出し,重要な法的知識を動的に獲得するエージェント的法的推論フレームワークである。
論文 参考訳（メタデータ） (2025-08-22T13:38:12Z) - 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) - Incorporating Legal Structure in Retrieval-Augmented Generation: A Case Study on Copyright Fair Use [44.99833362998488]
本稿では,米国著作権法におけるフェアユース・ドクトリンに合わせて,ドメイン固有のRetrieval-Augmented Generationの実装を提案する。
DMCA削除の頻度の増加とコンテンツクリエーターにとってアクセス可能な法的支援の欠如により、我々は、セマンティック検索と法知識グラフと裁判所引用ネットワークを組み合わせて、検索品質と推論信頼性を向上させる構造的アプローチを提案する。
論文 参考訳（メタデータ） (2025-05-04T15:53:49Z) - A Law Reasoning Benchmark for LLM with Tree-Organized Structures including Factum Probandum, Evidence and Experiences [76.73731245899454]
本稿では,階層的なファクトラム,証拠,暗黙的な経験に富む透明な法理推論スキーマを提案する。
このスキーマにインスパイアされた課題は、テキストのケース記述を取り込み、最終決定を正当化する階層構造を出力する。
このベンチマークは、Intelligent Courtにおける透明で説明可能なAI支援法推論の道を開く」。
論文 参考訳（メタデータ） (2025-03-02T10:26:54Z) - 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) - Automated legal reasoning with discretion to act using s(LAW) [0.294944680995069]
倫理的および法的懸念は、自動化された推論者が人間の理解可能な言葉で正当化する必要がある。
パターンのセットに従って曖昧な概念をモデル化するために、ASPを述語するためのトップダウン実行モデルであるs(CASP)を使うことを提案する。
我々は、s(LAW)と呼ばれるフレームワークを実装して、適用可能な法律をモデル化、理由付け、正当化し、代表的なユースケースを翻訳(およびベンチマーク)することでそれを検証しました。
論文 参考訳（メタデータ） (2024-01-25T21:11:08Z) - 'Put the Car on the Stand': SMT-based Oracles for Investigating
Decisions [4.170056099990699]
最小限の仮定の下では、自動推論はアルゴリズムの振る舞いを厳格に問うことができることを示す。
我々は、検証やレビューボードなどの説明責任プロセスを、非現実的な論理探索や抽象リファインメントループとしてモデル化する。
われわれのフレームワークを実装し、その実用性を実証的な自動車事故のシナリオで実証する。
論文 参考訳（メタデータ） (2023-05-09T19:23:47Z) - 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。