論文の概要: ViLegalNLI: Natural Language Inference for Vietnamese Legal Texts
- arxiv url: http://arxiv.org/abs/2605.00116v1
- Date: Thu, 30 Apr 2026 18:16:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-04 17:43:28.701098
- Title: ViLegalNLI: Natural Language Inference for Vietnamese Legal Texts
- Title（参考訳）: ViLegalNLI:ベトナム法典の自然言語推論
- Abstract要約: 本稿では,ベトナムの法律ドメイン用に構築されたベトナム初の大規模自然言語推論データセットであるViLegalNLIを紹介する。
データセットは、公式な法定文書から派生した42,012の前提-仮説ペアで構成され、バイナリ推論ラベルで注釈付けされている。
多言語モデル、ベトナム固有の事前訓練言語モデル、命令調整された大規模言語モデルを用いて、ViLegalNLI上で広範囲にわたる実験を行う。
- 参考スコア（独自算出の注目度）: 5.44919589318124
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In this article, we introduce ViLegalNLI, the first large-scale Vietnamese Natural Language Inference (NLI) dataset specifically constructed for the legal domain. The dataset consists of 42,012 premise-hypothesis pairs derived from official statutory documents and annotated with binary inference labels (Entailment and Non-entailment). It covers multiple legal domains and reflects realistic legal reasoning scenarios characterized by structured logic, conditional clauses, and domain-specific terminology. To construct ViLegalNLI, we propose a semi-automatic data generation framework that integrates large language models for controlled hypothesis generation and systematic quality validation procedures. The framework incorporates artifact mitigation strategies and cross-model validation to improve annotation reliability and ensure legal consistency. The resulting dataset captures diverse reasoning patterns, including paraphrasing, logical implication, and legally invalid inferences, thereby providing a comprehensive benchmark for Vietnamese legal inference tasks. We conduct extensive experiments on the ViLegalNLI using multilingual models, Vietnamese-specific pretrained language models, and instruction-tuned large language models. The results show that few-shot LLM configurations consistently achieve superior performance, while performance is significantly influenced by hypothesis length, lexical overlap, and reasoning complexity. Cross-domain evaluations further reveal the challenges of generalizing legal inference across distinct legal fields. Overall, ViLegalNLI establishes a foundational benchmark for Vietnamese legal NLI and supports future research in legal reasoning, statutory text understanding, and the development of reliable AI systems for legal analysis and decision support. The dataset is publicly available for research purposes.
- Abstract（参考訳）: 本稿では,ベトナム初の大規模自然言語推論(NLI)データセットであるViLegalNLIについて紹介する。
データセットは、公式な法定文書から派生した42,012の前提-仮説ペアで構成され、バイナリ推論ラベル(エンタテメントと非エンタテメント)で注釈付けされている。
複数の法的ドメインをカバーし、構造化論理、条件節、ドメイン固有の用語を特徴とする現実的な法的推論シナリオを反映している。
ViLegalNLIを構築するために、制御された仮説生成と体系的な品質検証のための大規模言語モデルを統合する半自動データ生成フレームワークを提案する。
このフレームワークには、アーティファクトの緩和戦略と、アノテーションの信頼性を改善し、法的整合性を確保するためのクロスモデル検証が含まれている。
その結果得られたデータセットは、パラフレーズ、論理的含意、法的に無効な推論を含む多様な推論パターンをキャプチャし、ベトナムの法的な推論タスクの包括的なベンチマークを提供する。
多言語モデル、ベトナム固有の事前訓練言語モデル、命令調整された大規模言語モデルを用いて、ViLegalNLI上で広範囲にわたる実験を行う。
以上の結果から,LLM構成が連続的に優れた性能を発揮するのに対し,性能は仮説長,語彙重なり,推論の複雑さに大きく影響していることがわかった。
クロスドメイン評価は、異なる法分野にまたがる法的な推論を一般化する際の課題をさらに明らかにしている。
全体として、ViLegalNLIはベトナムの法的なNLIの基礎ベンチマークを確立し、法的な推論、法的なテキスト理解、法的な分析と意思決定支援のための信頼性の高いAIシステムの開発における将来の研究をサポートする。
データセットは研究目的で公開されている。
関連論文リスト
- Shaping Schema via Language Representation as the Next Frontier for LLM Intelligence Expanding [88.11781604392606]
本稿では,言語表現を実世界の地図化とモデル化に使用される言語的・象徴的構造として定義する。
我々は、高度な言語表現によるスキーマ形成が、大規模言語モデルの拡張の次のフロンティアであると主張している。
論文 参考訳（メタデータ） (2026-05-10T02:42:29Z) - WisdomInterrogatory (LuWen): An Open-Source Legal Large Language Model Technical Report [55.27414605169639]
Wesdom Interrogatory (LuWen)は,バイチュン基礎モデルに基づいて構築された,オープンソースの中国語の法律モデルである。
予測と生成の両方にまたがる5つの代表的な法的課題についてLuWenを評価する。
論文 参考訳（メタデータ） (2026-04-08T06:59:07Z) - 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) - VLegal-Bench: Cognitively Grounded Benchmark for Vietnamese Legal Reasoning of Large Language Models [0.4310799044841232]
ベトナムの法定ベンチマーク(ベトナム語:VLegal-Bench)は、ベトナムの法務上の大きな言語モデル(LLM)を評価するために設計された最初のベンチマークである。
ベンチマークは厳密なアノテーションパイプラインを通じて生成された10,450のサンプルで構成されている。
VLegal-Benchは、標準化された透明で認知的な評価フレームワークを提供することにより、ベトナムの法的文脈におけるLLMのパフォーマンスを評価するための確かな基盤を確立している。
論文 参考訳（メタデータ） (2025-12-16T16:28:32Z) - Universal Legal Article Prediction via Tight Collaboration between Supervised Classification Model and LLM [42.11889345473452]
法律記事予測(LAP)は、法的テキスト分類において重要な課題である。
法律記事予測のための普遍的な枠組みであるUni-LAPを提案する。
論文 参考訳（メタデータ） (2025-09-26T09:42:20Z) - 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) - Legal Evalutions and Challenges of Large Language Models [42.51294752406578]
我々は,OPENAI o1モデルを事例研究として,法律規定の適用における大規模モデルの性能評価に利用した。
我々は、オープンソース、クローズドソース、および法律ドメインのために特別に訓練された法律固有のモデルを含む、最先端のLLMを比較します。
論文 参考訳（メタデータ） (2024-11-15T12:23:12Z) - The Power of Question Translation Training in Multilingual Reasoning: Broadened Scope and Deepened Insights [108.40766216456413]
大規模言語モデルの英語と非英語のパフォーマンスのギャップを埋めるための質問アライメントフレームワークを提案する。
実験結果から、さまざまな推論シナリオ、モデルファミリー、サイズにわたって、多言語のパフォーマンスを向上できることが示された。
我々は、表現空間、生成された応答とデータスケールを分析し、質問翻訳訓練がLLM内の言語アライメントをどのように強化するかを明らかにする。
論文 参考訳（メタデータ） (2024-05-02T14:49:50Z) - Large Language Models can Contrastively Refine their Generation for Better Sentence Representation Learning [57.74233319453229]
大規模言語モデル(LLM)は画期的な技術として登場し、それらの非並列テキスト生成能力は、基本的な文表現学習タスクへの関心を喚起している。
コーパスを生成するためにLLMの処理を分解するマルチレベルコントラスト文表現学習フレームワークであるMultiCSRを提案する。
実験の結果,MultiCSRはより高度なLCMをChatGPTの性能を超えつつ,ChatGPTに適用することで最先端の成果を得られることがわかった。
論文 参考訳（メタデータ） (2023-10-17T03:21:43Z) - Natural Language Decompositions of Implicit Content Enable Better Text Representations [52.992875653864076]
本稿では,暗黙的に伝達されたコンテンツを明示的に考慮したテキスト分析手法を提案する。
我々は大きな言語モデルを用いて、観察されたテキストと推論的に関係する命題の集合を生成する。
本研究は,NLPにおいて,文字のみではなく,観察された言語の背景にある意味をモデル化することが重要であることを示唆する。
論文 参考訳（メタデータ） (2023-05-23T23:45:20Z) - LexGLUE: A Benchmark Dataset for Legal Language Understanding in English [15.026117429782996]
我々は,多種多様なNLUタスクのモデル性能を評価するためのデータセットの集合であるLexGLUEベンチマークを紹介する。
また、複数の汎用的および法的指向モデルの評価と分析を行い、後者が複数のタスクにまたがるパフォーマンス改善を一貫して提供することを示した。
論文 参考訳（メタデータ） (2021-10-03T10:50:51Z) - A Dataset for Statutory Reasoning in Tax Law Entailment and Question
Answering [37.66486350122862]
本稿では,法定推論における自然言語理解手法の性能について検討する。
我々は、法的ドメインのテキストコーパスとともにデータセットを導入する。
タスクを完全に解くように設計された手作りPrologベースのシステムと対比する。
論文 参考訳（メタデータ） (2020-05-11T16:54:42Z)
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。