論文の概要: Legal Retrieval for Public Defenders

• arxiv url: http://arxiv.org/abs/2601.14348v1
• Date: Tue, 20 Jan 2026 17:08:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-22 21:27:50.114037
• Title: Legal Retrieval for Public Defenders
• Title（参考訳）: 公務員の法的検索
• Authors: Dominik Stammbach, Kylie Zhang, Patty Liu, Nimra Nadeem, Lucia Zheng, Peter Henderson,
• Abstract要約: NJ BriefBankは、法的研究と著作の合理化のために関連する説明書をサーチする検索ツールである。 既存の法的な検索ベンチマークでは、公開防衛検索に移行できないことを示す。 これには、法的推論によるクエリ拡張、ドメイン固有データ、キュレートされた合成例が含まれる。
• 参考スコア（独自算出の注目度）: 7.3695561431128915
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI tools are increasingly suggested as solutions to assist public agencies with heavy workloads. In public defense, where a constitutional right to counsel meets the complexities of law, overwhelming caseloads and constrained resources, practitioners face especially taxing conditions. Yet, there is little evidence of how AI could meaningfully support defenders' day-to-day work. In partnership with the New Jersey Office of the Public Defender, we develop the NJ BriefBank, a retrieval tool which surfaces relevant appellate briefs to streamline legal research and writing. We show that existing legal retrieval benchmarks fail to transfer to public defense search, however adding domain knowledge improves retrieval quality. This includes query expansion with legal reasoning, domain-specific data and curated synthetic examples. To facilitate further research, we provide a taxonomy of realistic defender search queries and release a manually annotated public defense retrieval dataset. Together, our work offers starting points towards building practical, reliable retrieval AI tools for public defense, and towards more realistic legal retrieval benchmarks.
• Abstract（参考訳）: 重いワークロードで公共機関を支援するソリューションとして、AIツールがますます推奨されている。 弁護人に対する憲法上の権利が法、圧倒的なケースロード、制約された資源の複雑さに合致する公共防衛において、実践者は特に課税条件に直面している。 しかし、AIが防衛隊の日々の仕事をどのように有意義に支援できるかの証拠はほとんどない。 NJ BriefBankは、法的な研究と著作の合理化を図り、関連する説明書を提示する検索ツールである。 既存の法定検索ベンチマークでは,公開防衛検索への転送に失敗するが,ドメイン知識の追加により検索品質が向上することを示す。 これには、法的推論によるクエリ拡張、ドメイン固有データ、キュレートされた合成例が含まれる。 さらなる研究を容易にするため、現実的なディフェンダー検索クエリの分類を提供し、手動で注釈付き公開防衛検索データセットをリリースする。 私たちの研究は共に、公共防衛のための実用的で信頼性の高いAIツールの構築と、より現実的な法的検索ベンチマークに向けた出発点を提供します。

関連論文リスト

• How Can AI Augment Access to Justice? Public Defenders' Perspectives on AI Adoption [6.949832807566659]
  AIの採用は、コスト、限定的なオフィス規範、機密性リスク、不満足なツール品質に制約されていることが分かっています。 公の弁護側は、AIは圧倒的な量のデジタル記録を分析する証拠調査に最も有用だと考えている。 裁判所の表現と防衛戦略は、AI支援とはほとんど互換性がないと考えられている。
  論文  参考訳（メタデータ） (2025-10-27T02:26:08Z)
• ClaimGen-CN: A Large-scale Chinese Dataset for Legal Claim Generation [56.79698529022327]
  法的な主張は、事件における原告の要求を言及し、法的理由づけと事件解決を導くのに不可欠である。 本稿では,その事例の事実に基づく法的クレーム生成の問題について考察する。 われわれは,中国法定クレーム生成タスクの最初のデータセットであるClaymGen-CNを構築した。
  論文  参考訳（メタデータ） (2025-08-24T07:19:25Z)
• 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)
• Tasks and Roles in Legal AI: Data Curation, Annotation, and Verification [4.099848175176399]
  AIツールの法分野への応用は、自然に感じられる。 しかし、法的文書は、ほとんどのAIシステムの基盤となるウェブベースのテキストとは異なる。 我々は、データキュレーション、データアノテーション、出力検証の3つの分野を実践者に対して特定する。
  論文  参考訳（メタデータ） (2025-04-02T04:34:58Z)
• 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)
• 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)
• Finding the Law: Enhancing Statutory Article Retrieval via Graph Neural Networks [3.5880535198436156]
  本稿では,グラフニューラルネットワークを用いて法制構造を組み込んだグラフ拡張高密度法規検索(G-DSR)モデルを提案する。 実験の結果,本手法は,実世界のエキスパートアノテートされたSARデータセットにおいて,強力な検索ベースラインよりも優れていることがわかった。
  論文  参考訳（メタデータ） (2023-01-30T12:59:09Z)
• How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence [81.04070052740596]
  法律人工知能(Legal AI)は、人工知能、特に自然言語処理の技術を適用して、法的領域におけるタスクに役立てることに焦点を当てている。 本稿では,LegalAIにおける研究の歴史,現状,今後の方向性について紹介する。
  論文  参考訳（メタデータ） (2020-04-25T14:45:15Z)

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。