Conversion of Legal Agreements into Smart Legal Contracts using NLP

要約

タイトル:NLPを用いた法的協定からスマートリーガルコントラクトへの変換

要約:
– Smart Legal Contracts(SLC)は、自然言語と計算可能なコンポーネントで構成された特殊なデジタル協定です。
– Accordプロジェクトは、Cicero、Concerto、Ergoの3つのメインモジュールを含むオープンソースのSLCフレームワークを提供しています。
– 現在、Accordプロジェクトを使用した使用可能なSLCを作成するには、弁護士、プログラマ、およびクライアントが協力する必要があります。
– 本論文は、法律契約をAccord ProjectのConcertoモデルに変換するために複数の自然言語処理(NLP)モデルを使用するパイプラインを提案しています。
– 提案されたパイプラインを評価した結果、NERパイプラインは、Accord ProjectのテンプレートテキストからCiceroMarkを0.8の精度で正確に検出することができることがわかりました。
– さらに、質問回答法はテンプレートテキストからConcerto変数の約3分の1を抽出することができます。
– また、提案されたパイプラインの限界と今後の研究についても説明しています。
– 最後に、NLPモデルを使用してテキスト文書をスマートリーガルコントラクトに変換することで、ユーザーがSLCを作成できるWebインターフェースについて説明しています。

要約(オリジナル)

A Smart Legal Contract (SLC) is a specialized digital agreement comprising natural language and computable components. The Accord Project provides an open-source SLC framework containing three main modules: Cicero, Concerto, and Ergo. Currently, we need lawyers, programmers, and clients to work together with great effort to create a usable SLC using the Accord Project. This paper proposes a pipeline to automate the SLC creation process with several Natural Language Processing (NLP) models to convert law contracts to the Accord Project’s Concerto model. After evaluating the proposed pipeline, we discovered that our NER pipeline accurately detects CiceroMark from Accord Project template text with an accuracy of 0.8. Additionally, our Question Answering method can extract one-third of the Concerto variables from the template text. We also delve into some limitations and possible future research for the proposed pipeline. Finally, we describe a web interface enabling users to build SLCs. This interface leverages the proposed pipeline to convert text documents to Smart Legal Contracts by using NLP models.

arxiv情報

著者 Eason Chen,Niall Roche,Yuen-Hsien Tseng,Walter Hernandez,Jiangbo Shangguan,Alastair Moore
発行日 2023-04-05 07:23:29+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, OpenAI

カテゴリー: 68T50, cs.CL, cs.CY, I.7 パーマリンク