論文の概要: PYTHEN: A Flexible Framework for Legal Reasoning in Python
- arxiv url: http://arxiv.org/abs/2603.15317v1
- Date: Mon, 16 Mar 2026 14:10:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-17 18:28:58.419142
- Title: PYTHEN: A Flexible Framework for Legal Reasoning in Python
- Title（参考訳）: PYTHEN: Pythonの法的推論のための柔軟なフレームワーク
- Authors: Ha-Thanh Nguyen, Ken Satoh,
- Abstract要約: PYTHENは、法的規則、条件、例外を表現するための柔軟で直感的な構文を提供する。
PROLEGにインスパイアされたPYTHENは,Pythonの組み込み any() と all() 関数を活用して,柔軟性の向上を実現している。
PYTHENは、若い研究者、法律技術開発者、そして広範な論理プログラミングの専門知識を持たない専門家のための正式な法的推論を民主化することを目的としている。
- 参考スコア（独自算出の注目度）: 1.4459981868773815
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper introduces PYTHEN, a novel Python-based framework for defeasible legal reasoning. PYTHEN is designed to model the inherently defeasible nature of legal argumentation, providing a flexible and intuitive syntax for representing legal rules, conditions, and exceptions. Inspired by PROLEG (PROlog-based LEGal reasoning support system) and guided by the philosophy of The Zen of Python, PYTHEN leverages Python's built-in any() and all() functions to offer enhanced flexibility by natively supporting both conjunctive (ALL) and disjunctive (ANY) conditions within a single rule, as well as a more expressive exception-handling mechanism. This paper details the architecture of PYTHEN, provides a comparative analysis with PROLEG, and discusses its potential applications in autoformalization and the development of next-generation legal AI systems. By bridging the gap between symbolic reasoning and the accessibility of Python, PYTHEN aims to democratize formal legal reasoning for young researchers, legal tech developers, and professionals without extensive logic programming expertise. We position PYTHEN as a practical bridge between the powerful symbolic reasoning capabilities of logic programming and the rich, ubiquitous ecosystem of Python, making formal legal reasoning accessible to a broader range of developers and legal professionals.
- Abstract（参考訳）: 本稿では,非現実的な法的推論のためのPythonベースの新しいフレームワークであるPYTHENを紹介する。
PYTHENは、法的議論の本質的に非実現可能な性質をモデル化し、法的規則、条件、例外を表現するための柔軟で直感的な構文を提供するように設計されている。
PROLEG (PROlog-based LEGal reasoning support system)にインスパイアされたPYTHENは、Pythonのビルトインの any() と all() 関数を活用し、単一のルール内で接続性 (ALL) と解離性 (ANY) の両方をネイティブにサポートし、より表現力のある例外処理機構を提供する。
本稿では、PYTHENのアーキテクチャを詳述し、PROLEGとの比較分析を行い、その可能性として、オートフォーマル化と次世代の法律AIシステムの開発について論じる。
シンボリック推論とPythonのアクセシビリティのギャップを埋めることによって、PYTHENは、若い研究者、法律技術開発者、そして広範な論理プログラミングの専門知識のない専門家のための正式な法的推論を民主化することを目指している。
我々はPYTHENを、論理プログラミングの強力な象徴的推論能力と、Pythonのリッチでユビキタスなエコシステムの実践的な橋渡しとして位置づけ、より広い範囲の開発者や法律専門家が公式な法的推論を利用できるようにします。
関連論文リスト
- LegalOne: A Family of Foundation Models for Reliable Legal Reasoning [54.57434222018289]
我々は、中国の法律ドメインに特化された基礎モデルのファミリーであるLegalOneを紹介します。
LegalOneは、法的推論をマスターするために設計された包括的な3フェーズパイプラインを通じて開発されている。
LegalOneの重み付けとLegalKit評価フレームワークを公開して、Legal AIの分野を前進させます。
論文 参考訳（メタデータ） (2026-01-31T10:18:32Z) - 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) - An Explicit Syllogistic Legal Reasoning Framework for Large Language Models [5.501226256903341]
大規模言語モデル(LLM)は法的問題に答えることができるが、しばしば明示的なシロジック推論に苦慮する。
我々は,LLMが明示的なシロジックな法的推論を行えるように設計された新しいフレームワークであるSyLeRを紹介した。
SyLeRは、関係する法規や前例を合成するために、木構造的階層的検索機構を使用している。
論文 参考訳（メタデータ） (2025-04-05T03:34:51Z) - On Ambiguity and the Expressive Function of Law: The Role of Pragmatics in Smart Legal Ecosystems [0.0]
2つの部分と15のセクションに分けられる。
第一部(プラグマティクス)は、法的分野における言語的・認知的プラグマティクスの観点から曖昧さを論じる。
第2部(コンピュータ)では、人間中心の設計と人工知能の観点からこの問題を扱う。
論文 参考訳（メタデータ） (2024-06-07T16:58:15Z) - 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) - What's Left? Concept Grounding with Logic-Enhanced Foundation Models [76.74146485832125]
本稿では,ドメインに依存しない一階述語論理型プログラムを用いて,ドメイン間の概念を基礎と推論するために学習する統一フレームワークを提案する。
LEFTは,2次元画像,3次元シーン,人間の動き,ロボット操作という4つの領域で,柔軟に概念を学習する。
論文 参考訳（メタデータ） (2023-10-24T17:50:20Z) - A Unifying Framework for Learning Argumentation Semantics [47.84663434179473]
Inductive Logic Programmingアプローチを用いて、抽象的および構造化された議論フレームワークのアクセシビリティセマンティクスを解釈可能な方法で学習する新しいフレームワークを提案する。
提案手法は既存の議論解法よりも優れており,フォーマルな議論や人間と機械の対話の領域において,新たな研究の方向性が開けることになる。
論文 参考訳（メタデータ） (2023-10-18T20:18:05Z) - Modelling Multi-Agent Epistemic Planning in ASP [66.76082318001976]
本稿では,マルチショット・アンサー・セット・プログラミング・ベース・プランナの実装について述べる。
本稿は, アドホックなエピステミック状態表現とASPソルバの効率を生かしたプランナーが, 文献から収集したベンチマークに対して, 競合的な性能を示すことを示す。
論文 参考訳（メタデータ） (2020-08-07T06:35:56Z) - Modelling Value-oriented Legal Reasoning in LogiKEy [0.0]
LogiKEyは、対話的かつ自動化された定理証明技術を利用して、法的ドメイン固有言語や理論の開発と形式的検証を行うためのテストベッドを提供する。
我々は、知識表現における最新の研究と、非古典論理学における推論、自動定理証明、および法的推論における応用の間の新しい橋渡しを確立する。
論文 参考訳（メタデータ） (2020-06-23T06:57:15Z)
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。