Rhetorical Role Labeling of Legal Documents using Transformers and Graph Neural Networks

要約

【タイトル】Transformerとグラフニューラルネットワークを用いた法的文書の修辞的役割ラベリング

【要約】
– 法的文書は通常、長く人間の手作業で解析する必要がある。
– また、専門用語が多く含まれているため、既存モデルを使用して洞察を得ることは困難である。
– この論文では、SemEvalタスク6（法的テキストの理解）の一部として、インドの裁判文書に対する修辞的役割ラベリングのタスクに取り組むために行われたアプローチが紹介されている。
– グラフベースのアプローチ（グラフ畳み込みネットワークやラベル拡散アルゴリズム）や、BERTの変種など、トランスフォーマーをベースとするアプローチを実験して、複雑な法的文書のテキスト分類の精度を向上させることが試みられた。

要約(オリジナル)

A legal document is usually long and dense requiring human effort to parse it. It also contains significant amounts of jargon which make deriving insights from it using existing models a poor approach. This paper presents the approaches undertaken to perform the task of rhetorical role labelling on Indian Court Judgements as part of SemEval Task 6: understanding legal texts, shared subtask A. We experiment with graph based approaches like Graph Convolutional Networks and Label Propagation Algorithm, and transformer-based approaches including variants of BERT to improve accuracy scores on text classification of complex legal documents.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI