論文の概要: LexIssue: Benchmarking Legal Issue Identification in Chinese Civil Litigation
- arxiv url: http://arxiv.org/abs/2609.02954v1
- Date: Wed, 02 Sep 2026 01:49:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-04 18:28:38.80276
- Title: LexIssue: Benchmarking Legal Issue Identification in Chinese Civil Litigation
- Title（参考訳）: LexIssue: 中国の民事訴訟における法的問題同定のベンチマーク
- Abstract要約: 我々は、自由形式の問題記述と構造化された法的カテゴリの両方を通して、法的問題を表す法的基盤を持つ階層的スキーマを導入する。
われわれは、430件の現実の中国民事訴訟と1,303件の専門家が記載した法的問題を含むベンチマークであるLexIssueを構築した。
実験結果から, 構築された法的問題知識ベースを用いた検索強化世代は, 論争のある法的問題を特定する際の性能を一貫して向上することが示された。
- 参考スコア（独自算出の注目度）: 6.798861249866644
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Identifying the issues disputed between litigating parties is a crucial component of real-world litigation. However, legal issues remain comparatively underexplored in legal AI research. In this work, we study the computational modelling of legal issue identification in litigation. We introduce a legally grounded hierarchical schema that represents legal issues through both free-form issue descriptions and structured legal categories, and formulate legal issue identification as two complementary tasks: legal issue generation and legal issue classification. Based on this formulation, we construct LexIssue, a benchmark containing 430 real-world Chinese civil litigation cases and 1,303 expert-annotated disputed legal issues. We further develop an issue-centric legal knowledge base spanning 27 causes of action and 441 candidate legal issue entries to support retrieval-augmented reasoning. Experimental results across a diverse set of models show that retrieval-augmented generation using the constructed legal issue knowledge base consistently improves performance in identifying disputed legal issues and their corresponding legal attributes.
- Abstract（参考訳）: 訴訟当事者間で争われている問題を特定することは、現実世界の訴訟の重要な要素である。
しかし、法的な問題は、法的なAI研究において比較的過小評価されている。
本研究では,訴訟における法的問題同定の計算モデルについて検討する。
我々は,自由形式の問題記述と構造化された法的カテゴリを通じて法的問題を表す法的な階層的スキーマを導入し,法的な問題生成と法的な問題分類という2つの補完的なタスクとして法的な問題識別を定式化する。
この定式化に基づいてLexIssueという,430件の現実の中国民事訴訟と1,303件の専門家が記載した法的問題を含むベンチマークを構築した。
さらに,27件の行動原因と441件の法的項目にまたがる問題中心の法的知識ベースを開発し,検索強化推論を支援する。
多様なモデルを対象とした実験結果から, 構築された法的問題知識ベースを用いた検索強化世代は, 論争を呼んだ法的問題とその対応する法的属性を識別する性能を一貫して向上することが示された。
関連論文リスト
- 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) - PLawBench: A Rubric-Based Benchmark for Evaluating LLMs in Real-World Legal Practice [67.71760070255425]
本稿では,大規模言語モデル (LLM) を評価するための実践的ベンチマークであるPLawBenchを紹介する。
PLawBenchは、13の実践的な法的シナリオにわたる850の質問で構成され、各質問には専門家が設計した評価ルーブが伴っている。
人間の専門的判断に合わせたLLMに基づく評価器を用いて,10種類の最先端のLLMを評価した。
論文 参考訳（メタデータ） (2026-01-23T11:36:10Z) - LexRel: Benchmarking Legal Relation Extraction for Chinese Civil Cases [30.208061617694025]
中国の民事事件における法的な関係は、法的な人工知能(法的なAI)の分野で未解明のままである。
我々は,中国の民事事件における法的関係を捉えるために,階層的な分類と議論の定義を含む包括的スキーマを導入する。
このスキーマに基づいて、法関係抽出タスクを定式化し、中国の民法における法関係抽出のエキスパートアノテートベンチマークであるLexRelを提示する。
論文 参考訳（メタデータ） (2025-12-14T11:16:39Z) - ReaKase-8B: Legal Case Retrieval via Knowledge and Reasoning Representations with LLMs [37.688405624086315]
ReaKase-8Bフレームワークは、抽出された法的事実、法的問題、法的関係のトリプレット、および効果的な訴訟検索のための法的推論を活用するために提案されている。
COLIEE 2022とCOLIEE 2023による2つのベンチマークデータセットの実験により、我々の知識と拡張埋め込みの推論が検索性能を大幅に向上することを示した。
論文 参考訳（メタデータ） (2025-10-30T06:35:36Z) - CLaw: Benchmarking Chinese Legal Knowledge in Large Language Models - A Fine-grained Corpus and Reasoning Analysis [13.067377421250557]
大規模言語モデル (LLM) は、法的テキストを分析し、関連する法令を引用するタスクが増えている。
本稿では,中国法学におけるLLMの厳密な評価と推論への応用を目的とした新しいベンチマークであるCLawを紹介する。
論文 参考訳（メタデータ） (2025-09-25T14:19:51Z) - 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) - Natural Language Processing for the Legal Domain: A Survey of Tasks, Datasets, Models, and Challenges [7.767611860493713]
本調査は,手動フィルタリング後の131項目を最終選択した154の研究をレビューし,システムレビューおよびメタ分析フレームワークの優先報告項目に従う。
法律分野におけるNLPに関する基礎概念を探求し、法律文書の処理の独特な側面と課題を詳述する。
本稿では, 文書要約, エンティティ認識, 質問回答, 議論マイニング, テキスト分類, 判断予測など, 法的テキストに特有のNLPタスクの概要について述べる。
論文 参考訳（メタデータ） (2024-10-25T01:17:02Z) - LegalBench: A Collaboratively Built Benchmark for Measuring Legal
Reasoning in Large Language Models [15.98468948605927]
LegalBenchは6種類の法的推論をカバーする162のタスクからなるベンチマークである。
本稿では、LegalBenchについて述べるとともに、20のオープンソースおよび商用LCMの実証的な評価を行い、LegalBenchがもたらす研究のタイプについて説明する。
論文 参考訳（メタデータ） (2023-08-20T22:08:03Z) - 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) - Legal Element-oriented Modeling with Multi-view Contrastive Learning for
Legal Case Retrieval [3.909749182759558]
本稿では,多視点コントラスト学習目標を用いた訴訟検索のための対話型ネットワークを提案する。
ケースビューコントラスト学習は、関連する訴訟表現の間の隠れた空間距離を最小化する。
ケースの法的な要素を検出するために、法的な要素の知識を意識した指標を用いています。
論文 参考訳（メタデータ） (2022-10-11T06:47:23Z)
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。