論文の概要: From Judgments to Issues: Structured Extraction of Legal Reasoning with Citation-Hallucination Control

• arxiv url: http://arxiv.org/abs/2607.03325v1
• Date: Fri, 03 Jul 2026 13:41:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:29.589755
• Title: From Judgments to Issues: Structured Extraction of Legal Reasoning with Citation-Hallucination Control
• Title（参考訳）: 判断から問題へ: 鎮静・幻覚制御による法的推論の構造的抽出
• Abstract要約: 本稿では,イタリアの税務判断を個別の法的問題に分解し,各問題に対して,IRACフレームワークと法的シロジズムに根ざした構造化されたXML表現を抽出する自動パイプラインを提案する。 このパイプラインは、イタリアの税務裁判所の第一審と第二審で約330,000ドルのコーパスを目標としている。 我々の知る限りでは、イタリアにおける税法決定の幻覚制御を備えた、最初の問題レベルの専門家公認構造抽出パイプラインである。
• 参考スコア（独自算出の注目度）: 0.9332987715848716
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present an automated pipeline that decomposes Italian tax-court judgments into individual legal issues and extracts, for each issue, a structured XML representation grounded in the IRAC framework and the legal syllogism. The pipeline targets a corpus of approximately $330{,}000$ first- and second-instance decisions of the Italian tax courts and is built around a capable yet cost-efficient general-purpose model (DeepSeek V3), a choice driven by the need to process several hundred thousand documents at a sustainable cost. To address the well-documented unreliability of large language models on legal citations, we couple the extraction step with an automatic hallucination-detection filter that compares the references produced by the model with those identified in the judgment text by a dedicated parser (Linkoln), normalised to standard identifiers (URN-NIR, ECLI, CELEX). We validate the pipeline on $50$ judgments annotated by two PhDs in tax law, computing inter-annotator agreement and LLM-vs-expert agreement on both issue extraction and legal citations, together with a stand-alone evaluation of the hallucination filter. To the best of our knowledge, this is the first issue-level, expert-validated structured extraction pipeline with hallucination control for Italian tax-court decisions, and it provides a concrete starting point for downstream applications such as issue-level retrieval, citation-network analysis, and the construction of large-scale datasets of legal reasoning.
• Abstract（参考訳）: 本稿では,イタリアの税務判断を個別の法的問題に分解し,各問題に対して,IRACフレームワークと法的シロジズムに根ざした構造化されたXML表現を抽出する自動パイプラインを提案する。 このパイプラインは、約330{,}000$のコーパスを目標としており、イタリアの税務裁判所による第1および第2のインスタンス決定であり、数十万のドキュメントを持続可能なコストで処理する必要があるため、有能だが費用効率のよい汎用モデル(DeepSeek V3)を中心に構築されている。 法的な引用に基づく大規模言語モデルの信頼性の低い不確実性に対処するため、抽出ステップを自動幻覚検出フィルタと組み合わせて、モデルが生成した参照と、専用パーサー(Linkoln)による判断文で特定した参照とを比較し、標準識別子(URN-NIR, ECLI, CELEX)に正規化する。 我々は,本パイプラインを,税法,アノテーション間合意,LPM-vs-Expert Agreementの2つのPhDで注釈付き50ドルの判断で検証し,幻覚フィルターの単独評価とともに,問題抽出と法的な引用の両方について検証した。 我々の知る限り、このパイプラインはイタリアにおける税務決定のための幻覚制御を備えた、最初の問題レベルの有能な構造化抽出パイプラインであり、問題レベルの検索、引用ネットワーク分析、大規模な法的推論データセットの構築など、下流のアプリケーションに具体的な出発点を提供する。

関連論文リスト

• Citation-Closure Retrieval and Per-Rule Attribution for Real-World Regulatory Compliance Question Answering [54.97384993676565]
  複雑な国内R&D規制から派生した運用知識グラフを特徴とする,新たなベンチマークであるRegOps-Benchを用いて,レギュレーションコンプライアンスQAを形式化する。 RefWalkはクロスドキュメントの引用を横切り、マックスベースのアグリゲーションを通じてマルチビュー候補を融合させ、ソースへのクレームを明示的にマッピングするためにルールごとの属性を強制する。
  論文  参考訳（メタデータ） (2026-05-28T10:38:38Z)
• GoAT-X: A Graph of Auditing Thoughts for Securing Token Transactions in Cross-Chain Contracts [52.51342355102833]
  マルチチェーンエコシステムの重要な基盤であるクロスチェーンブリッジは、攻撃者にとって主要なターゲットとなっている。 バイトコードレベルの静的解析のような既存の防御は、チェーン間の相互作用のセマンティックな複雑さを扱うには不十分である。 パターンマッチングから体系的な第一原理検証へ自動的なクロスチェーンスマートコントラクト監査を移行するフレームワークであるGoAT-Xを提案する。
  論文  参考訳（メタデータ） (2026-04-27T11:34:21Z)
• SteuerLLM: Local specialized large language model for German tax law analysis [8.82402339973647]
  大規模言語モデル(LLM)は、強い一般的な推論と言語理解を示すが、その性能は厳格な形式規則によって支配される領域で低下する。 我々は、ドイツの大学税法試験から派生した最初のオープンベンチマークであるSteuerExを作成した。 我々は、大規模な合成データセットに基づいて訓練されたドイツ税法のためのドメイン適応LLMであるSteuerLLMを提案する。
  論文  参考訳（メタデータ） (2026-02-11T17:46:01Z)
• Multi-Source Retrieval and Reasoning for Legal Sentencing Prediction [50.6851250608938]
  厳密な客観的知識と柔軟な主観的推論を必要とするため、LSPは依然として困難である。 我々は,LLMにおけるマルチソース検索と推論を統合して強化学習を行うフレームワークであるMSR2$を提案する。 2つの実世界のデータセットの実験によると、$MSR2$はLSPの精度と解釈可能性の両方を改善している。
  論文  参考訳（メタデータ） (2026-02-04T15:55:55Z)
• HalluGraph: Auditable Hallucination Detection for Legal RAG Systems via Knowledge Graph Alignment [0.0]
  本稿では,コンテキスト,クエリ,応答から抽出した知識グラフ間の構造的アライメントを通じて幻覚を定量化するグラフ理論フレームワークであるHaluGraphを紹介する。 提案手法は,文中のエンティティが元文書に現れるかどうかを計測し,コンテキストによってアサートされた関係がサポートされていることを検証した,有界で解釈可能なメトリクスをtextitEntity Grounding (EG) に生成する。
  論文  参考訳（メタデータ） (2025-12-01T13:31:06Z)
• All for law and law for all: Adaptive RAG Pipeline for Legal Research [0.8819595592190884]
  Retrieval-Augmented Generation (RAG)は、テキスト生成タスクのアプローチ方法を変えました。 この作業では、以前のベースラインを改善した、新しいエンドツーエンドのRAGパイプラインを導入している。
  論文  参考訳（メタデータ） (2025-08-18T17:14:03Z)
• Towards Automated Regulatory Compliance Verification in Financial Auditing with Large Language Models [2.502173772742615]
  我々は,様々なモデル構成における規制コンプライアンスの領域において,一般公開されたLarge Language Models (LLM) の効率性について検討する。 オープンソースのLlama-270億モデルは,非コンプライアンスや真の負の発生を検出する上で,優れた性能を示す。 GPT-4のようなプロプライエタリなモデルは、特に非英語の文脈において、様々なシナリオで最高の性能を発揮する。
  論文  参考訳（メタデータ） (2025-07-22T14:39:54Z)
• Using Large Language Models for Legal Decision-Making in Austrian Value-Added Tax Law: An Experimental Study [0.0]
  本稿では,オーストリアと欧州連合の付加価値税法(VAT)の枠組みにおいて,大規模言語モデル(LLM)の法的意思決定を支援する能力について実験的に評価する。
  論文  参考訳（メタデータ） (2025-07-11T10:19:56Z)
• 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)
• JudgeRank: Leveraging Large Language Models for Reasoning-Intensive Reranking [81.88787401178378]
  本稿では,文書関連性を評価する際に,人間の認知過程をエミュレートする新しいエージェント・リランカであるJiceRankを紹介する。 我々は,推論集約型BRIGHTベンチマークを用いて判定Rankを評価し,第1段階の検索手法よりも性能が大幅に向上したことを示す。 さらに、JiceRankは、人気の高いBEIRベンチマークの細調整された最先端リランカと同等に動作し、ゼロショットの一般化能力を検証している。
  論文  参考訳（メタデータ） (2024-10-31T18:43:12Z)
• From Citations to Criticality: Predicting Legal Decision Influence in the Multilingual Swiss Jurisprudence [16.529070321280447]
  本稿では,ケース優先性を評価するための新たなリソースであるCriticality Predictionデータセットを紹介する。 本データセットは,(1)二段式LD-Label,(2)より粒度の細かいCitation-Label,(2)二段式LD-Label,(2)二段式LD-Labelを特徴とする。 より小型の微調整モデルと大型の言語モデルを含む複数の多言語モデルをゼロショット設定で評価する。
  論文  参考訳（メタデータ） (2024-10-17T11:43:16Z)
• LLM vs. Lawyers: Identifying a Subset of Summary Judgments in a Large UK Case Law Dataset [0.0]
  本研究は, 英国裁判所判決の大規模コーパスから, 判例, 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 判例、 我々は、ケンブリッジ法コーパス356,011英国の裁判所決定を用いて、大きな言語モデルは、キーワードに対して重み付けされたF1スコアが0.94対0.78であると判断する。 我々は,3,102件の要約判断事例を同定し抽出し,その分布を時間的範囲の様々な英国裁判所にマップできるようにする。
  論文  参考訳（メタデータ） (2024-03-04T10:13:30Z)
• 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)

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。