Fugu-MT 論文翻訳(概要): Generative Chinese Statute Retrieval

論文の概要: Generative Chinese Statute Retrieval

arxiv url: http://arxiv.org/abs/2607.11109v1
Date: Mon, 13 Jul 2026 05:38:50 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-14 17:47:21.339161
Title: Generative Chinese Statute Retrieval
Title（参考訳）: 生成中国の法令検索
Abstract要約: 本稿では,法的な知識を生成モデルに内包する生成法定検索フレームワークを提案する。実験の結果、GCSRは強いスパース、密度、法的なドメインベースラインを一貫して上回っていることがわかった。
参考スコア（独自算出の注目度）: 35.02524712712555
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Statute retrieval is a fundamental task in legal information retrieval, yet existing approaches struggle to bridge the gap between colloquial legal queries and formal statutory language. In this paper, we propose GCSR, a generative statute retrieval framework that reformulates statute retrieval as a sequence generation problem and internalizes statutory knowledge into a generative model. Specifically, we propose a multi-granularity structured docid that encodes legal hierarchy and semantic information, together with a multi-task training strategy. Experiments show that GCSR consistently outperforms strong sparse, dense, and legal-domain baselines. Our results demonstrate the effectiveness of generative retrieval for statute retrieval and highlight its potential for broader legal information access and downstream legal reasoning tasks.
Abstract（参考訳）: 法令検索は法的な情報検索の基本的な課題であるが、既存のアプローチは、口語的な法的クエリと形式的な法定言語の間のギャップを埋めることに苦慮している。本稿では,ルール検索をシーケンス生成問題として再構成し,規則知識を生成モデルに内包する生成法検索フレームワークであるGCSRを提案する。具体的には、法階層と意味情報をエンコードする多言語構造ドシッドと、マルチタスク学習戦略を提案する。実験の結果、GCSRは強いスパース、密度、法的なドメインベースラインを一貫して上回っていることがわかった。本研究は,法定検索における生成検索の有効性を実証し,より広範な法情報アクセスと下流法定推論タスクの可能性を強調した。

関連論文リスト

Enhancing Judgment Document Generation via Agentic Legal Information Collection and Rubric-Guided Optimization [30.089203895815384]
既存のアプローチは、通常、標準のRetrieval-Augmented GenerationとSupervised Fine-Tuningに依存し、しばしば不十分な証拠のリコール、幻覚された法的な参照、そして欠陥のある法的理由に悩まされる。本稿では,LLMに基づく判断文書生成を論理的に向上する統一的なフレームワークであるジャッジR1を提案する。 JuDGEベンチマークの実験では、ジャッジ-R1は法的な精度と生成品質の両方において最先端のベースラインを大幅に上回っている。
論文参考訳（メタデータ） (2026-05-03T18:32:10Z)
GLIER: Generative Legal Inference and Evidence Ranking for Legal Case Retrieval [21.760917997629317]
GLIER(Generative Legal Inference and Evidence Ranking)は、潜伏する法変数に対する推論プロセスとして検索を再構成するフレームワークである。まず、Joint Generative Inferenceモジュールは、生のクエリを課金や法的要素を含む遅延した法的指標に変換する。第2に、Multi-View Evidence Fusionメカニズムは、正確なランク付けのための構造的および語彙的な信号で生成的信頼を集約する。
論文参考訳（メタデータ） (2026-04-26T16:02:59Z)
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)
LegalMALR:Multi-Agent Query Understanding and LLM-Based Reranking for Chinese Statute Retrieval [10.997604609194033]
法定検索は法的援助と司法決定支援に不可欠である。現実の法的なクエリは暗黙的で、複数発行され、口語または未特定の形で表現されることが多い。本稿では,マルチエージェントクエリ理解システムとゼロショット大文字生成モジュールを統合した検索フレームワークであるLegalMALRを提案する。
論文参考訳（メタデータ） (2026-01-25T04:44:56Z)
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)
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)
Augmented Question-guided Retrieval (AQgR) of Indian Case Law with LLM, RAG, and Structured Summaries [0.0]
本稿では,関連事例の検索を容易にするためにLarge Language Models (LLMs) を提案する。提案手法は,Retrieval Augmented Generation (RAG) と,インドの事例法に最適化された構造化要約を組み合わせたものである。本システムは,関連事例法をより効果的に識別するために,事実シナリオに基づく対象の法的質問を生成する。
論文参考訳（メタデータ） (2025-07-23T05:24:44Z)
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)

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。