論文の概要: CourtNav: Voice-Guided, Anchor-Accurate Navigation of Long Legal Documents in Courtrooms

• arxiv url: http://arxiv.org/abs/2601.05255v1
• Date: Sun, 19 Oct 2025 11:07:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-25 16:54:51.51743
• Title: CourtNav: Voice-Guided, Anchor-Accurate Navigation of Long Legal Documents in Courtrooms
• Title（参考訳）: CourtNav: 法廷における長い法律文書の音声ガイドとアンカーの正確なナビゲーション
• Authors: Sai Khadloya, Kush Juvekar, Arghya Bhattacharya, Utkarsh Saxena,
• Abstract要約: CourtNavは、合法的なPDFのための音声ガイド付き、アンカーファーストナビゲーターだ。 裁判官の音声コマンドを直接ハイライトされた段落に数秒でマッピングする。
• 参考スコア（独自算出の注目度）: 0.5308136763388956
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Judicial work depends on close reading of long records, charge sheets, pleadings, annexures, orders, often spanning hundreds of pages. With limited staff support, exhaustive reading during hearings is impractical. We present CourtNav, a voice-guided, anchor-first navigator for legal PDFs that maps a judge's spoken command (e.g., "go to paragraph 23", "highlight the contradiction in the cross-examination") directly to a highlighted paragraph in seconds. CourtNav transcribes the command, classifies intent with a grammar-first(Exact regex matching), LLM-backed router classifying the queries using few shot examples, retrieves over a layout-aware hybrid index, and auto-scrolls the viewer to the cited span while highlighting it and close alternates. By design, the interface shows only grounded passages, never free text, keeping evidence verifiable and auditable. This need is acute in India, where judgments and cross-examinations are notoriously long.In a pilot on representative charge sheets, pleadings, and orders, median time-to-relevance drops from 3-5 minutes (manual navigation) to 10-15 seconds; with quick visual verification included, 30-45 seconds. Under fixed time budgets, this navigation-first design increases the breadth of the record actually consulted while preserving control and transparency.
• Abstract（参考訳）: 司法業務は、長い記録、請求書、嘆願書、併合書、命令書の密読に依存しており、数百ページに及ぶことが多い。 スタッフサポートが限られているため、聴聞中の全読は現実的ではない。 CourtNavは、裁判官の音声コマンド(例えば、"go to paragraph 23"、"go to paragraph 23")を直接ハイライトされた段落に数秒でマッピングする、法的PDFのための音声ガイド付きアンカーファーストナビゲータである。 CourtNavはコマンドを書き起こし、文法ファースト(Exact regex matching)でインテントを分類し、いくつかのショット例を使ってクエリを分類し、レイアウトを意識したハイブリッドインデックスを検索し、参照者を引用したスパンに自動スクロールする。 設計上、インターフェースは接地された通路のみを表示し、自由なテキストは一切表示せず、証拠の検証と監査が可能である。 インドでは、判断と横断検査が極めて長いことで知られているこのニーズは、非常に深刻である。代表的な充電シート、嘆願書、注文のパイロットでは、中央値の時間-関連度が3～5分(手動ナビゲーション)から10～15秒に低下し、視覚的検証は30～45秒に短縮された。 固定時間予算の下では、このナビゲーションファーストの設計は、制御と透明性を保ちながら実際に相談されたレコードの幅を大きくする。

関連論文リスト

• Tracing How Annotators Think: Augmenting Preference Judgments with Reading Processes [19.256453565219786]
  PreferReadは、マウス追跡から得られた微粒なアノテータ読み取り行動のデータセットである。 ほとんどの場合、最終的に選択したオプションを再検討するが、プロンプトを再検討することは滅多にない。 読解プロセスは、複雑で主観的なNLPタスクにおいて、アノテータの信頼性、意思決定、不一致を理解するための補完的な認知次元を提供する。
  論文  参考訳（メタデータ） (2025-11-26T21:07:02Z)
• ALDEN: Reinforcement Learning for Active Navigation and Evidence Gathering in Long Documents [17.497004687630742]
  視覚言語モデル(VLM)は、テキストリッチな画像の解釈に優れるが、長い、視覚的に複雑な文書に苦しむ。 対話型エージェントとしてVLMを微調整する多ターン強化学習フレームワークであるActive Long-DocumEnt Navigation (ALDEN)を提案する。
  論文  参考訳（メタデータ） (2025-10-29T16:32:26Z)
• DAPR: A Benchmark on Document-Aware Passage Retrieval [57.45793782107218]
  我々は,このタスクemphDocument-Aware Passage Retrieval (DAPR)を提案する。 State-of-The-Art(SoTA)パスレトリバーのエラーを分析しながら、大きなエラー(53.5%)は文書コンテキストの欠如に起因する。 提案するベンチマークにより,検索システムの開発・比較を今後行うことができる。
  論文  参考訳（メタデータ） (2023-05-23T10:39:57Z)
• GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
  本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。 FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
  論文  参考訳（メタデータ） (2022-04-12T03:49:35Z)
• Sentence Embeddings and High-speed Similarity Search for Fast Computer Assisted Annotation of Legal Documents [0.5249805590164901]
  文章を「横」にアノテートするための概念証明システムを提案する。 アプローチは、意味的に類似した文が、特定の型システムにおいて、しばしば同じラベルを持つという観察に基づいている。
  論文  参考訳（メタデータ） (2021-12-21T19:27:21Z)

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。