論文の概要: ContraVis: Evidence-Grounded Visual Analytics for Contradiction Review in Legal Contracts

• arxiv url: http://arxiv.org/abs/2609.27014v1
• Date: Tue, 22 Sep 2026 19:57:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.745233
• Title: ContraVis: Evidence-Grounded Visual Analytics for Contradiction Review in Legal Contracts
• Title（参考訳）: ContraVis: 法的契約におけるコントラディションレビューのための視覚分析の証拠
• Abstract要約: ContraVisは、法的契約における人間のループ内矛盾解析のための視覚分析システムである。 このシステムは、明示的な契約参照と段落間の意味的関係を組み合わせた型付き段落グラフとして契約する。
• 参考スコア（独自算出の注目度）: 2.8982260067608774
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Legal contracts are structurally complex documents in which contradictions may emerge across distant and interconnected provisions. Although large language models (LLMs) improve legal language understanding, contradiction analysis remains a human-centered and evidence-grounded review task. We present ContraVis, a visual analytics system for human-in-the-loop contradiction analysis in legal contracts. The system models contracts as typed paragraph graphs that combine explicit contractual references with semantic relationships between paragraphs. This graph plays a dual role: it conditions LLM reasoning and serves as the interactive representation the analyst explores, keeping model context and human inspection aligned across coordinated views. In a controlled comparison, graph-conditioned reasoning recovered more injected contradictions than standalone LLM analysis as contract length grew, while surfacing additional candidates for analyst validation. A formative study with contract-domain lawyers indicated that in-context evidence comparison supported contradiction validation, and we distill design implications for evidence-grounded, LLM-assisted document review.
• Abstract（参考訳）: 法的な契約は構造的に複雑な文書であり、矛盾が遠方および相互接続された条項にまたがって現れる可能性がある。 大規模言語モデル(LLM)は法的言語理解を改善するが、矛盾分析は人間中心のエビデンスに基づくレビュー課題のままである。 ContraVisは、法的契約における人間のループ内矛盾解析のための視覚分析システムである。 このシステムは、明示的な契約参照と段落間の意味的関係を組み合わせた型付き段落グラフとしてコントラクトをモデル化する。 このグラフは、LLM推論を条件付けし、アナリストが探索するインタラクティブな表現として機能し、モデルコンテキストと人間のインスペクションを調整されたビューに整列させます。 制御された比較では、グラフ条件の推論は、契約期間が長くなるにつれて、スタンドアロンのLCM分析よりも矛盾点を注入し、アナリストの検証にさらなる候補を提示した。 契約ドメイン弁護士との形式的な研究により、文脈内証拠比較が矛盾検証を支持し、LCM支援文書レビューのための設計上の意味を抽出した。

関連論文リスト

• Reasoners or Translators? Contamination-aware Evaluation and Neuro-Symbolic Robustness in Tax Law [19.724405436101495]
  本研究では,税法推論手法について検討し,信頼性を厳格に評価するための汚染検知プロトコルを実装した。 汚染によって性能が膨らませられることを示す。 我々の発見は、法的な推論は本質的に構成的であり、ニューロシンボリックなフレームワークは、より信頼性が高く堅牢な法的なAI基盤を提供することを示している。
  論文  参考訳（メタデータ） (2026-05-15T15:20:16Z)
• When Reviews Disagree: Fine-Grained Contradiction Analysis in Scientific Peer Reviews [25.43097618275061]
  RevCIは、評価された強度ラベルを持つエビデンスレベルの矛盾アノテーションを備えたピアレビューペアの専門家によるベンチマークである。 IMPACTは、アスペクト条件のエビデンス抽出、熟考的推論、偏見を統合した構造化マルチエージェントフレームワークである。 TIDEは1つの前方通過における矛盾する証拠と強度を予測する小さな言語モデルである。
  論文  参考訳（メタデータ） (2026-05-11T08:20:58Z)
• When Contextual Inference Fails: Cancelability in Interactive Instruction Following [51.2195840589474]
  私たちは、コンテキスト意味構築のためのインタラクティブなベンチマークであるBuild What I Meanを紹介します。 BWIMでは、モデルは文脈推論を行うか、小さな通信コストで明確化を要求することによって曖昧さを解決しなければならない。 我々は,不確実性の下でのパートナーブラインド過度明確化や質問逆推定などの準最適戦略を観察する。
  論文  参考訳（メタデータ） (2026-03-20T14:46:59Z)
• LegalWiz: A Multi-Agent Generation Framework for Contradiction Detection in Legal Documents [0.10260880679794955]
  本稿では,法的領域に対するマルチエージェントの矛盾対応ベンチマークフレームワークを提案する。 合成法スタイルの文書を生成し、6種類の構造的矛盾を注入し、自己と対の矛盾をモデル化する。 このベンチマークは、法的RAGパイプラインにおける矛盾認識評価のための最初の構造化されたリソースの1つを提供する。
  論文  参考訳（メタデータ） (2025-10-03T18:24:27Z)
• SparseCL: Sparse Contrastive Learning for Contradiction Retrieval [87.02936971689817]
  コントラディション検索(Contradiction Search)とは、クエリの内容に明示的に異を唱える文書を識別し、抽出することである。 類似性探索やクロスエンコーダモデルといった既存の手法には、大きな制限がある。 文間の微妙で矛盾したニュアンスを保存するために特別に訓練された文埋め込みを利用するSparseCLを導入する。
  論文  参考訳（メタデータ） (2024-06-15T21:57:03Z)
• 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)
• Natural Language Decompositions of Implicit Content Enable Better Text Representations [52.992875653864076]
  本稿では,暗黙的に伝達されたコンテンツを明示的に考慮したテキスト分析手法を提案する。 我々は大きな言語モデルを用いて、観察されたテキストと推論的に関係する命題の集合を生成する。 本研究は,NLPにおいて,文字のみではなく,観察された言語の背景にある意味をモデル化することが重要であることを示唆する。
  論文  参考訳（メタデータ） (2023-05-23T23:45:20Z)
• ConReader: Exploring Implicit Relations in Contracts for Contract Clause Extraction [84.0634340572349]
  法律契約における暗黙の関係をモデル化し,契約条項の自動抽出(CCE)について検討する。 本研究ではまず,契約の複雑性問題を包括的に分析し,契約に共通する3つの暗黙の関係を抽出する。 本稿では,上記の3つの関係を利用して,より優れたコントラクト理解とCCEの改善を実現するための新しいフレームワークであるConReaderを提案する。
  論文  参考訳（メタデータ） (2022-10-17T02:15:18Z)
• Detecting Logical Relation In Contract Clauses [94.85352502638081]
  契約における節間の論理的関係の抽出を自動化する手法を開発する。 結果として得られたアプローチは、コントラクト作者が節間の潜在的な論理的衝突を検出するのに役立つだろう。
  論文  参考訳（メタデータ） (2021-11-02T19:26:32Z)

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。