Adversarially Robust Neural Legal Judgement Systems

要約

法的判決の予測は、事件の事実に関する特定のテキスト記述に基づいて裁判の結果を予測するタスクです。
これらのタスクは、自然言語処理 (NLP) 技術を適用して、事実に基づいて法的判決の結果を予測します。
最近、大規模な公開データセットと NLP モデルにより、法的判決予測システムに関連する分野の研究が増加しています。
このようなシステムが実際に役立つためには、敵対的な攻撃に対して堅牢である必要があります。
以前の作品は主に神経法的判断システムの作成に焦点を当てていました。
しかし、堅牢な法的判決予測 (LJP) システムの構築にはほとんど注目が払われていないか、まったく注目されていません。
私たちは初期の既存の LJP システムに敵対的攻撃を実装しましたが、どのシステムも攻撃に対処できないことがわかりました。
この研究では、堅牢な LJP システムを作成するためのアプローチを提案しました。
3 つの法的データセットに対する広範な実験により、敵対的攻撃の処理において、最先端の LJP システムと比べて当社のアプローチが大幅に改善されていることがわかりました。
私たちの知る限り、私たちは初期の LJP システムの堅牢性を高めた最初の企業です。

要約(オリジナル)

Legal judgment prediction is the task of predicting the outcome of court cases on a given text description of facts of cases. These tasks apply Natural Language Processing (NLP) techniques to predict legal judgment results based on facts. Recently, large-scale public datasets and NLP models have increased research in areas related to legal judgment prediction systems. For such systems to be practically helpful, they should be robust from adversarial attacks. Previous works mainly focus on making a neural legal judgement system; however, significantly less or no attention has been given to creating a robust Legal Judgement Prediction(LJP) system. We implemented adversarial attacks on early existing LJP systems and found that none of them could handle attacks. In this work, we proposed an approach for making robust LJP systems. Extensive experiments on three legal datasets show significant improvements in our approach over the state-of-the-art LJP system in handling adversarial attacks. To the best of our knowledge, we are the first to increase the robustness of early-existing LJP systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google