論文の概要: Mining Legal Arguments in U.S. Corporate Case Law

• arxiv url: http://arxiv.org/abs/2609.25441v1
• Date: Mon, 21 Sep 2026 21:52:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.12475
• Title: Mining Legal Arguments in U.S. Corporate Case Law
• Title（参考訳）: 米国法人訴訟法における鉱業訴訟
• Abstract要約: この研究は、I.R.C.368の下での企業再編に関する42の連邦税の意見に関する専門家によるデータセットを導入している。 明示的なスパンは、ルール、分析、結論付け、バックグラウンドファクト、手続き履歴の5つの機能ラベルのうちの1つを受け取る。
• 参考スコア（独自算出の注目度）: 40.06061678406513
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Legal argument mining supports passage classification, retrieval, and argument completion. This work introduces an expert-annotated dataset of 42 U.S. federal tax opinions on corporate reorganizations under I.R.C. §368. To our knowledge, it is the first expert-annotated, tree-structured argument corpus for this domain. Explicit spans receive one of five functional labels: Rule, Analysis, Conclusion, Background Facts, and Procedural History. Rule, Analysis, and Conclusion spans can be linked into directed support trees, while Background Facts and Procedural History serve a contextual function. The corpus provides span-based, sentence-based, flat, and tree-structured representations. Agreement analysis shows that functional node labels are more reliable than directed support edges and implicit intermediate conclusions. Directed-path agreement is stronger than direct-edge agreement, which indicates that broad reachability is more stable than exact local decomposition. Classification experiments show that functional labels are learnable under case-disjoint evaluation. Retrieval experiments show that supervised fine-tuning improves within-case retrieval. However, cross-case generalization remains weak. The dataset supports legal passage classification and provides a conservative benchmark for structured argument mining in U.S. federal tax case law.
• Abstract（参考訳）: 法定引数マイニングは、パス分類、検索、引数補完をサポートする。 この研究は、I.R.C.の368の下での企業再編に関する42の連邦税の意見に関する専門家によるデータセットを導入している。 私たちの知る限りでは、このドメインのエキスパートによる最初のツリー構造化の議論コーパスである。 明示的なスパンは、ルール、分析、結論付け、バックグラウンドファクト、手続き履歴の5つの機能ラベルのうちの1つを受け取る。 ルール、分析、および結論の範囲は、背景ファクトと手続き的歴史がコンテキスト機能として機能するのに対して、指示された支持木にリンクすることができる。 コーパスはスパンベース、文ベース、フラット、ツリー構造化表現を提供する。 コンセンサス解析により、関数ノードラベルは直接サポートエッジや暗黙の中間結論よりも信頼性が高いことが示された。 直接パス合意は、正確な局所分解よりも広い到達性の方が安定であることを示す直接エッジ合意よりも強い。 分類実験により,機能ラベルはケース・ディジョイント評価の下で学習可能であることが示された。 検索実験により、教師付き微調整がケース内検索を改善することが示された。 しかし、クロスケースの一般化は依然として弱い。 このデータセットは法的な通過の分類をサポートし、アメリカ合衆国連邦政府の税法における構造化された議論採掘のための保守的なベンチマークを提供する。

関連論文リスト

• PRecG: Legal Precedent Retrieval with Graph Neural Networks and Rhetorical Role Segmentation [4.879930398426088]
  判例検索は、訴訟準備、計画、訴訟戦略、法的研究における基本的な課題である。 文書を低次元のセマンティック空間にマッピングし、それらの表現の近接性に基づいて類似性を計算する。 本稿では,その表現を階層的に学習することで,法的な判断のペア間の類似性を計算するPRecGパイプラインを提案する。
  論文  参考訳（メタデータ） (2026-07-10T04:35:04Z)
• 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)
• ReviewGrounder: Improving Review Substantiveness with Rubric-Guided, Tool-Integrated Agents [50.27474750319121]
  公式ガイドライン、論文の内容、人間によるレビューから派生した、紙固有のルーリックに従ってテキストをレビューする。 本稿では、公式ガイドライン、論文の内容、人手によるレビューに基づいて、レビューテキストを評価するベンチマークであるREVIEWBENCHを紹介する。 本稿では,レビューを起草段階と接地段階に分解するルーリック誘導ツール統合マルチエージェントフレームワークであるREVIEWGROUNDERを提案する。
  論文  参考訳（メタデータ） (2026-04-15T16:33:04Z)
• FactReview: Evidence-Grounded Reviews with Literature Positioning and Execution-Based Claim Verification [57.196748998757954]
  本稿では,クレーム抽出,文献位置決定,実行に基づくクレーム検証を組み合わせたエビデンスベースレビューシステムであるFactReviewを紹介する。 FactReviewは論文を提出すると、主要なクレームを特定し、その結果を報告し、論文の技術的な位置を明らかにするために近くの作業を取り出し、コードが利用可能であれば、リリースされたリポジトリを実行する。 その後、簡潔なレビューと、主要な請求を5つのラベルのうち1つに割り当てるエビデンスレポートを生成する。
  論文  参考訳（メタデータ） (2026-04-05T11:45:22Z)
• Dissecting Judicial Reasoning in U.S. Copyright Damage Awards [0.21485350418225238]
  著作権損害賠償の法的理由付けは 計算法的分析にとって 重要な課題だ 連邦裁判所は1976年の著作権法に従い、その解釈と要素重み付けは司法管轄区域によって大きく異なる。 本稿では,RST(Rhetorical Structure Theory)とエージェントワークフローを統合した,新しい談話に基づくLarge Language Model(LLM)手法を提案する。
  論文  参考訳（メタデータ） (2026-01-14T13:09:16Z)
• DELTA: Pre-train a Discriminative Encoder for Legal Case Retrieval via Structural Word Alignment [55.91429725404988]
  判例検索のための識別モデルであるDELTAを紹介する。 我々は浅層デコーダを利用して情報ボトルネックを作り、表現能力の向上を目指しています。 本手法は, 判例検索において, 既存の最先端手法よりも優れている。
  論文  参考訳（メタデータ） (2024-03-27T10:40:14Z)
• 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)
• R$^2$F: A General Retrieval, Reading and Fusion Framework for Document-level Natural Language Inference [29.520857954199904]
  文書レベルの自然言語推論(DOCNLI)は、自然言語処理における新しい課題である。 我々は、Retrieval, Reading and Fusion (R2F)フレームワークと呼ばれる一般的なソリューションと、新しい設定を確立する。 実験結果から,R2Fフレームワークは最先端の性能を得ることができ,多種多様なエビデンス検索手法に対して堅牢であることがわかった。
  論文  参考訳（メタデータ） (2022-10-22T02:02:35Z)

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。