SemEval 2023 Task 6: LegalEval — Understanding Legal Texts

要約

タイトル: SemEval 2023 Task 6: LegalEval — Legal文書の理解
要約:
– 人口の多い国では、未解決の法的事件が急増している。
– 法的文書を処理し、自動的に理解するためのNLPベースの技術の開発が必要である。
– Legal NLPの研究を促進するために、SemEval 2023で共有タスク「LegalEval – Legal文書の理解」を開催した。
– LegalEvalタスクには、3つのサブタスクがあり、Task-A（修辞的役割のラベリング）は法的文書を意味的に一貫した単位に自動的に構造化することに関するもので、Task-B（法的名前付きエンティティ認識）は法的文書内の関連のあるエンティティを特定することに取り組み、Task-C（判決予測と説明）は、法的事件の結果を自動的に予測し、予測の説明を提供する可能性を探るものである。
– 合計26チーム（世界中の約100人の参加者）がシステム論文を提出した。各サブタスクにおいて、提案されたシステムはベースラインを上回ったが、改善の余地がある。
– この論文では、タスクについて説明し、さまざまなチームが提案した技術を分析する。

要約(オリジナル)

In populous countries, pending legal cases have been growing exponentially. There is a need for developing NLP-based techniques for processing and automatically understanding legal documents. To promote research in the area of Legal NLP we organized the shared task LegalEval – Understanding Legal Texts at SemEval 2023. LegalEval task has three sub-tasks: Task-A (Rhetorical Roles Labeling) is about automatically structuring legal documents into semantically coherent units, Task-B (Legal Named Entity Recognition) deals with identifying relevant entities in a legal document and Task-C (Court Judgement Prediction with Explanation) explores the possibility of automatically predicting the outcome of a legal case along with providing an explanation for the prediction. In total 26 teams (approx. 100 participants spread across the world) submitted systems paper. In each of the sub-tasks, the proposed systems outperformed the baselines; however, there is a lot of scope for improvement. This paper describes the tasks, and analyzes techniques proposed by various teams.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI