論文の概要: Structural Segmentation for Brazilian Legal Document Retrieval

• arxiv url: http://arxiv.org/abs/2610.18622v1
• Date: Tue, 13 Oct 2026 16:02:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 20:23:28.568151
• Title: Structural Segmentation for Brazilian Legal Document Retrieval
• Title（参考訳）: ブラジル法定文書検索のための構造セグメンテーション
• Abstract要約: 長い法律文書は、しばしば単一の検索単位として表現され、関連するコンテンツを減らし、検索効率を制限することができる。 本研究では,ブラジルの法的文書検索を改善するための文書表現戦略として,構造的セグメンテーションを検討する。
• 参考スコア（独自算出の注目度）: 3.5189036955671202
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Long legal documents are often represented as single retrieval units, which can dilute relevant content and limit retrieval effectiveness. This study investigates structural segmentation as a document representation strategy to improve Brazilian legal document retrieval. Using the hierarchical structure of legal acts, we represent each document as a collection of chunks. We evaluate four representation strategies: a multi-layered hierarchy representation and three simplified versions based on core chunks (articles and non-normative document components), with varying contextual details. We test these strategies on two publicly available Brazilian legal datasets containing normative acts and legislative proposals, using both lexical and dense retrieval models. Results show that structural segmentation improves dense retrieval compared with whole-document indexing, despite substantially increasing the number of indexed units. However, it does not consistently benefit lexical retrieval. Finally, we find that full hierarchicy representation is not necessary: core chunks enriched with document metadata yield comparable or better results.
• Abstract（参考訳）: 長い法律文書は、しばしば単一の検索単位として表現され、関連するコンテンツを減らし、検索効率を制限することができる。 本研究では,ブラジルの法的文書検索を改善するための文書表現戦略として,構造的セグメンテーションを検討する。 法的な行為の階層構造を用いて、各文書をチャンクの集合として表現する。 マルチレイヤ階層表現と,コアチャンク(アーティクルと非ノルム文書コンポーネント)に基づく3つの簡易バージョンを,状況によって異なる方法で評価する。 我々はこれらの戦略を,レキシカルおよび高密度検索モデルを用いて,規範的行為と立法提案を含む2つのブラジルの法的データセット上で検証した。 その結果, 構造的セグメンテーションは, インデックス化単位数を大幅に増加させたにもかかわらず, ドキュメント全体のインデックス化に比べて高密度検索を改善することがわかった。 しかし、語彙検索は一貫して恩恵を受けない。 最後に、完全な階層表現は必要ないことに気付きました。 ドキュメントメタデータに富んだコアチャンクは、同等またはより良い結果をもたらします。

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)
• JUÁ -- A Benchmark for Information Retrieval in Brazilian Legal Text Collections [3.6360100966162787]
  ポルトガル語の法的な情報検索は、利用可能なデータセットが文書タイプ、クエリスタイル、関連性定義で大きく異なるため、体系的に評価することが依然として困難である。 我々はブラジルの法定検索のための公開ベンチマークであるJUを、異種法定コレクション間でより再現性が高く、同等の評価をサポートするように設計された。
  論文  参考訳（メタデータ） (2026-04-07T17:10:54Z)
• MoDora: Tree-Based Semi-Structured Document Analysis System [62.01015188258797]
  半構造化文書は、様々な不規則なレイアウトで配置された様々なインターリーブされたデータ要素を統合する。 MoDora は半構造化文書解析のための LLM を利用したシステムである。 実験では、MoDoraは5.97%-61.07%の精度でベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-02-26T14:48:49Z)
• Chain of Retrieval: Multi-Aspect Iterative Search Expansion and Post-Order Search Aggregation for Full Paper Retrieval [68.71038700559195]
  The Chain of Retrieval (COR) is a novel repeaterative framework for full-paper search。 SCIBENCH(SCIBENCH)は、クエリと候補のための全論文の完全なコンテキストとセグメント化されたコンテキストを提供するベンチマークである。
  論文  参考訳（メタデータ） (2025-07-14T08:41:53Z)
• Beyond Chunking: Discourse-Aware Hierarchical Retrieval for Long Document Question Answering [51.7493726399073]
  本稿では,長文質問応答を改善するための対話型階層型フレームワークを提案する。 このフレームワークには3つの重要な革新がある: 長文の専門的な談話解析、LLMに基づく談話関係ノードの拡張、構造誘導階層検索である。
  論文  参考訳（メタデータ） (2025-05-26T14:45:12Z)
• Exploring Large Language Models and Hierarchical Frameworks for Classification of Large Unstructured Legal Documents [0.6349503549199403]
  我々は,大規模法律文書の分類と,深層学習に基づく階層的枠組みによる構造情報の欠如について検討する。 具体的には、文書を分割して、カスタムの微調整された大規模言語モデルの最後の4層から埋め込みを抽出する。 提案手法は,従来の最先端手法に比べて平均2ポイント程度の性能向上を実現している。
  論文  参考訳（メタデータ） (2024-03-11T16:24:08Z)
• Leveraging Collection-Wide Similarities for Unsupervised Document Structure Extraction [61.998789448260005]
  本稿では,コレクション内の文書の典型的構造を特定することを提案する。 任意のヘッダのパラフレーズを抽象化し、各トピックを各ドキュメントのロケーションにグルーピングします。 文書間の類似性を利用した教師なしグラフベース手法を開発した。
  論文  参考訳（メタデータ） (2024-02-21T16:22:21Z)

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。