文献
J-GLOBAL ID:202202255200791403   整理番号:22A0004741

強化犯罪要素抽出による法的判断予測の改善【JST・京大機械翻訳】

Improving legal judgment prediction through reinforced criminal element extraction
著者 (9件):
資料名:
巻: 59  号:ページ: Null  発行年: 2022年 
JST資料番号: E0362B  ISSN: 0306-4573  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: イギリス (GBR)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
法的テキストマイニングは,様々な自然言語処理技術を用いて法的ドメインにおけるテキストを自動的に分析することを目的とし,NLPコミュニティから大きな注目を集めている。法的テキストマイニングの最も重要なタスクの1つとして,Legal Judgment予測(LJP)は,法律事例に関する事実記述に従って判断結果(例えば,適用可能な法律論文,電荷,ペナルティの項)を自動的に予測することを目的とし,人工知能技術の有望な応用になる。残念なことに,あいまいな事実記述と法律論文は,多くの共有単語と法的概念のためにしばしば現れる。同様の事実記述を区別するための付加的属性の導入,またはグループ化および蒸留法論文による混乱則論文の差別化に焦点を絞って,これらの問題を部分的に取り組むために,以前の研究を提案した。しかし,既存の研究は2つの厳しい課題に直面している。(1)異なる犯罪とターゲットによる区別できない事実記述と(2)非常に類似したTF-IDF表現を持つ誤解法論文,両者はLJPタスクに対する重大な誤判定をもたらす。本論文では,上記の課題を同時に扱うために,Criminal Element Extraction Network(CEEN)と名付けた新しい強化学習(RL)ベースのフレームワークを提案した。CEENでは,クリミナル,ターゲット,意図性,および犯罪行動を含む4種類の弁別的犯罪要素を提案する。あいまいな事実記述を識別するために,強化学習ベースの抽出器を,異なるケースのための要素を正確に位置決めするために設計した。法則論文予測を強化するために,各タイプの犯罪要素に対して,特徴的要素表現を構築した。最後に,要素表現の入力によって,マルチタスク予測子を判断予測のために採用する。実世界データセットに関する実験結果は,識別結果を予測するために,犯罪要素を抽出することが非常に有用であることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
自然語処理  ,  人工知能 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る