論文の概要: NepKANUN: A RAG-Based Nepali Legal Assistant
- arxiv url: http://arxiv.org/abs/2609.15999v1
- Date: Wed, 15 Jul 2026 01:37:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.530543
- Title: NepKANUN: A RAG-Based Nepali Legal Assistant
- Title（参考訳）: NepKanun: RAGベースのネパール法務助手
- Abstract要約: ネパールの法律文書に合わせたAIによる法的なアシスタントを導入し、微調整された大きな言語モデルに基づいて構築する。
この技術は、Retrieval-Augmented Generationフレームワークに統合された場合、自然言語の法的な問い合わせに対して、正確で合理化された回答を提供する。
- 参考スコア（独自算出の注目度）: 1.2124621973070164
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Accessing legal information in Nepal is difficult due to complex terminology, limited resources, and misinformation. We introduce an AI-powered legal assistant that is tailored for Nepali legal texts and is built on a fine-tuned large language model. The technology provides precise, streamlined answers to natural language legal inquiries when integrated into a Retrieval-Augmented Generation (RAG) framework. It was trained using a custom dataset of high-quality question-answer pairs, and according to BERTScore, it obtained strong F1 scores of 0.82 (simple), 0.77 (moderate), and 0.71 (complex). Its usability is further confirmed by expert reviews. Our method shows how merging generation and retrieval can effectively democratize access to legal knowledge in Nepal by focusing on customized legal data and incorporating RAG.
- Abstract（参考訳）: ネパールにおける法的情報へのアクセスは、複雑な用語、限られた資源、誤った情報のために困難である。
ネパールの法律文書に合わせたAIによる法的なアシスタントを導入し、微調整された大きな言語モデルに基づいて構築する。
この技術は、Retrieval-Augmented Generation (RAG)フレームワークに統合されたとき、自然言語の法的な問い合わせに対する正確で合理化された回答を提供する。
高品質な質問応答ペアのカスタムデータセットを使用してトレーニングされ、BERTScoreによると、強いF1スコアは0.82(単純)、モデレートは0.77(モデレート)、コンプレックスは0.71(複雑)であった。
そのユーザビリティは、専門家のレビューによってさらに確認されている。
本手法は,ネパールにおける法律知識へのアクセスを,カスタマイズされた法データに着目し,RAGを取り入れることで効果的に民主化することができることを示す。
関連論文リスト
- Retrieval Augmented Generation Framework for the Nepali Legal Domain Question Answering [1.5214205485907346]
本研究では,ネパールの法的な質問応答に対する検索型拡張生成モデルの最初の適用例を示す。
このアプローチは91%の精度で最高精度を達成し、多言語E5大モデルで最大75%の精度を実現した。
論文 参考訳（メタデータ） (2026-04-20T04:51:59Z) - 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) - 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 Assist AI: Leveraging Transformer-Based Model for Effective Legal Assistance [0.18749305679160366]
インドの多くの市民は、限定的な認識と関連する法的情報へのアクセスのため、法的権利の活用に苦慮している。
本稿では,大規模言語モデル(LLM)による効果的な法的支援を提供することにより,このギャップを埋めるトランスフォーマーベースモデルであるLegal Assist AIを紹介する。
このモデルは、GPT-3.5 TurboやMistral 7Bといった最先端モデルに対して評価され、AIBEで60.08%のスコアを得た。
論文 参考訳（メタデータ） (2025-05-28T06:06:53Z) - AnnoCaseLaw: A Richly-Annotated Dataset For Benchmarking Explainable Legal Judgment Prediction [56.797874973414636]
AnnoCaseLawは、アメリカ合衆国控訴裁判所の無視事件を慎重に注釈付けした471のデータセットである。
我々のデータセットは、より人間らしく説明可能な法的な判断予測モデルの基礎となる。
その結果、LJPは依然として厳しい課題であり、法的な前例の適用は特に困難であることが示されている。
論文 参考訳（メタデータ） (2025-02-28T19:14:48Z) - LawPal : A Retrieval Augmented Generation Based System for Enhanced Legal Accessibility in India [0.0]
インドにおける法的な知識へのアクセスは、認識の欠如、誤報、司法資源へのアクセスの制限によってしばしば妨げられる。
本稿では,ベクトルストア指向FAISSを用いたRAGに基づく法定チャットボットを提案する。
我々のモデルは、法律書、公式文書、インド憲法を含む広範なデータセットを用いて訓練されている。
論文 参考訳（メタデータ） (2025-02-23T13:45:47Z) - IL-TUR: Benchmark for Indian Legal Text Understanding and Reasoning [16.12863746776168]
世界中の法制度は、事例や文書の指数的な増加と共に浸水している。
法律文書を自動的に処理し理解するためのNLPおよびML技術を開発する必要がある。
本稿では, IL-TUR: Benchmark for Indian Legal Text Understanding and Reasoningを提案する。
論文 参考訳（メタデータ） (2024-07-07T14:55:04Z) - InternLM-Law: An Open Source Chinese Legal Large Language Model [72.2589401309848]
InternLM-Lawは、中国法に関する様々な法的クエリに対処するための特殊なLLMである。
われわれは、中国法域に100万以上のクエリを含むデータセットを慎重に構築する。
InternLM-LawはLawBench上で最高の平均性能を達成し、20サブタスク中13サブタスクでGPT-4を含む最先端モデルを上回っている。
論文 参考訳（メタデータ） (2024-06-21T06:19:03Z)
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。