論文の概要: Beyond Imperfect Alternatives with Rulemapping: A Neuro-Symbolic Case Study on Online Hate Speech
- arxiv url: http://arxiv.org/abs/2605.16280v1
- Date: Fri, 10 Apr 2026 17:24:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-25 12:34:33.849741
- Title: Beyond Imperfect Alternatives with Rulemapping: A Neuro-Symbolic Case Study on Online Hate Speech
- Title（参考訳）: ルールマッピングによる不完全な代替手段:オンラインヘイトスピーチにおけるニューロシンボリックケーススタディ
- Authors: Oskar von Cossel,
- Abstract要約: 象徴的なシステムは透明性を提供するが、あいまいさに苦しむ。
ニューラルネットワークは自然言語を柔軟に扱うが、検証性はない。
本稿では,ハイブリッド・ニューロシンボリック・アプローチが,このトレードオフを緩和できるかどうかを考察する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automating legal reasoning forces a choice between imperfect alternatives: symbolic systems offer transparency but struggle with ambiguity, whereas neural systems handle natural language flexibly but lack verifiability. This paper investigates whether a hybrid, neuro-symbolic approach can reconcile this trade-off. We evaluate this architecture in the domain of online content moderation, which serves as a proxy for high-volume legal decision-making such as mass administrative proceedings. In these settings, operators must assess thousands of cases daily under strict legal standards. Specifically, we examine whether constraining large language models (LLMs) within deterministic symbolic scaffolds improves statute-grounded illegality assessment while preventing "scope drift" (where LLMs conflate moral offensiveness with legal illegality). We evaluate the neuro-symbolic variant of Rulemapping - a visual logic-tree method that operationalises the classic legal syllogism - on online hate-speech classification under §130(1) of the German Criminal Code. Across diverse LLMs, Rulemapping maintains high recall (0.82-0.89) while achieving precision of 0.80-0.86, compared to 0.34-0.49 for unconstrained prompting. Expert-authored symbolic scaffolds thus enable robust legal automation aligned with regulatory requirements for auditability and verifiable decision-making.
- Abstract（参考訳）: シンボリックシステムは透明性を提供するがあいまいさに苦慮する一方、ニューラルネットワークは柔軟に自然言語を扱うが、検証不可能である。
本稿では,ハイブリッド・ニューロシンボリック・アプローチが,このトレードオフを緩和できるかどうかを考察する。
我々は、このアーキテクチャを、大量行政手続などの大量法的意思決定の代行として機能するオンラインコンテンツモデレーションの領域で評価する。
これらの設定では、オペレーターは厳格な法的基準の下で毎日何千ものケースを評価しなければならない。
具体的には,大規模言語モデル (LLM) を決定論的記号足場内に拘束することで,「スコープドリフト」を防止しつつ,法定グラウンドの違法性評価を改善するか否かを検討する。
古典的な法的シロジズムを運用する視覚論理木であるルールマッピングのニューラルシンボリック変種を,ドイツ刑法130条(1)に基づくオンラインヘイトスピーチ分類に基づいて評価した。
多様なLDM全体にわたって、ルールマッピングは高いリコール(0.82-0.89)を維持し、精度は0.80-0.86であり、制約のないプロンプトでは0.34-0.49である。
専門家が作成したシンボリックな足場は、監査可能性と検証可能な意思決定の規制要件に沿った堅牢な法的自動化を可能にする。
関連論文リスト
- Reasoners or Translators? Contamination-aware Evaluation and Neuro-Symbolic Robustness in Tax Law [19.724405436101495]
本研究では,税法推論手法について検討し,信頼性を厳格に評価するための汚染検知プロトコルを実装した。
汚染によって性能が膨らませられることを示す。
我々の発見は、法的な推論は本質的に構成的であり、ニューロシンボリックなフレームワークは、より信頼性が高く堅牢な法的なAI基盤を提供することを示している。
論文 参考訳（メタデータ） (2026-05-15T15:20:16Z) - Accurate Legal Reasoning at Scale: Neuro-Symbolic Offloading and Structural Auditability for Robust Legal Adjudication [0.0]
法文はしばしば計算法的条項を含み、その理解には複雑な論理が必要である。
我々は、LLMを1度だけ使用して、法的テキストを決定論的自律契約言語に翻訳する、ニューロシンボリックなアプローチであるAmortized Intelligenceを提案する。
DACLをベースとしたエージェントは, ほぼ完全な整合性を実現し, 確率論的モデルで観測される「放散崖」を緩和する。
論文 参考訳（メタデータ） (2026-05-04T11:13:59Z) - Pushing the Boundaries of Natural Reasoning: Interleaved Bonus from Formal-Logic Verification [49.506412445511934]
大きな言語モデル(LLM)は目覚ましい能力を示すが、その次は論理的不整合と報奨ハックを生み出す。
本稿では,自然言語生成プロセスと形式的記号的検証を動的にインターリーブする形式論理検証誘導フレームワークを提案する。
我々はこのフレームワークを,形式論理検証誘導制御による微調整とポリシー最適化の相乗効果を生かした,新しい2段階のトレーニングパイプラインを通じて運用する。
論文 参考訳（メタデータ） (2026-01-30T07:01:25Z) - NeuroFilter: Privacy Guardrails for Conversational LLM Agents [50.75206727081996]
本研究は,エージェント型大規模言語モデル(LLM)のプライバシを強制する際の計算上の課題に対処する。
NeuroFilterは、標準違反をモデルのアクティベーション空間における単純な方向にマッピングすることで、コンテキスト整合性を運用するガードレールフレームワークである。
7Bから70Bパラメータのモデルをカバーする15万以上のインタラクションに対する包括的な評価は、NeuroFilterの強力なパフォーマンスを示している。
論文 参考訳（メタデータ） (2026-01-21T05:16:50Z) - EU-Agent-Bench: Measuring Illegal Behavior of LLM Agents Under EU Law [39.146761527401424]
EU-Agent-Benchは、EUの法規範とエージェントの整合性を評価する検証可能なベンチマークである。
私たちのベンチマークは、データ保護、バイアス/差別、科学的完全性など、さまざまなカテゴリのシナリオにまたがっています。
我々は、データ汚染を防ぐためのプライベートテストセットを公開し、研究コミュニティ向けのパブリックプレビューセットをリリースする。
論文 参考訳（メタデータ） (2025-10-24T14:48:10Z) - Rule-Based Moral Principles for Explaining Uncertainty in Natural Language Generation [0.0]
本研究では,大言語モデルにおける不確実性を扱うための規則に基づく道徳原則に基づく枠組みを提案する。
道徳心理学や美徳倫理からの洞察を用いて、私たちは、反応を導くための予防、軽視、責任などのルールを定義します。
論文 参考訳（メタデータ） (2025-09-08T20:14:03Z) - Conditioning Large Language Models on Legal Systems? Detecting Punishable Hate Speech [3.4300974012019148]
本稿では, 法体系における多段階の抽象化により, 潜在的に罰せられるヘイトスピーチを検出するために, LLM(Large Language Models)の条件付けに対する異なるアプローチについて検討する。
我々は、特定のソーシャルメディア投稿が、ドイツ刑事法で規定された憎しみに対する侮辱の犯罪行為に該当するか否かを分類するタスクに焦点をあてる。
その結果、モデルが条件付けられた抽象化のレベルに関係なく、ヘイトスピーチの法的評価において、モデルと法の専門家の間には依然として大きなパフォーマンスギャップがあることが判明した。
論文 参考訳（メタデータ） (2025-06-03T15:50:27Z) - 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) - Legal Rule Induction: Towards Generalizable Principle Discovery from Analogous Judicial Precedents [39.35255423087048]
法規は、法典の定式化だけでなく、差別的規範、社会的道徳、政策を含む前例から派生した暗黙の偏見的原則も含んでいる。
我々は、類似した前例の集合から簡潔で一般化可能なドクトリン規則を導出するタスクとして法則帰納法(LRI)を定式化する。
モデルチューニングのための5,121のケースセット(合計38,088のケース)と216のエキスパートアノテートゴールドテストセットからなる最初のLRIベンチマークを導入する。
論文 参考訳（メタデータ） (2025-05-20T09:10:52Z) - Gaps or Hallucinations? Gazing into Machine-Generated Legal Analysis for Fine-grained Text Evaluations [38.30926471814935]
LLM(Large Language Models)は、法律分析を行う専門家のための文書作成支援である。
LLMは、非専門職や既存のテキスト評価指標によって認識しにくい方法で、この設定で幻覚を起こすことが多い。
厳密な誤った意味での幻覚とは対照的に、中性的なギャップの概念を導入し、人間による記述と機械による法的な分析の違いを言及する。
論文 参考訳（メタデータ） (2024-09-16T02:38:38Z) - A Legal Approach to Hate Speech: Operationalizing the EU's Legal
Framework against the Expression of Hatred as an NLP Task [2.248133901806859]
本稿では,刑法に従属するか否かの判断を運用することで,音声検出を嫌う「法的アプローチ」を提案する。
法的な判断を一連の単純なサブ決定に分解することで、素人でさえ一貫して注釈を付けることができることを示す。
論文 参考訳（メタデータ） (2020-04-07T14:13:38Z)
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。