Construction contract risk identification based on knowledge-augmented language model

要約

契約レビューは、潜在的な損失を防ぐために建設プロジェクトにおいて不可欠なステップです。
しかし、建設契約をレビューする現在の方法は有効性と信頼性に欠けており、プロセスに時間がかかり、エラーが発生しやすくなっています。
大規模言語モデル (LLM) は、自然言語処理 (NLP) タスクに革命をもたらす可能性を示していますが、ドメイン固有の知識と特殊な問題への対処に苦労しています。
この論文では、建設契約の知識を持つ LLM を活用して、人間の専門家による契約レビューのプロセスをエミュレートする新しいアプローチを紹介します。
当社のチューニング不要のアプローチには、建設契約のドメイン知識が組み込まれており、建設契約のリスクを特定するための言語モデルが強化されています。
ドメイン知識ベースを構築するときに自然言語を使用すると、実際の実装が容易になります。
実際の建設契約で当社の手法を評価し、堅実なパフォーマンスを達成しました。
さらに、大規模な言語モデルがタスク中にどのように論理的思考を採用しているかを調査し、将来の研究のための洞察と推奨事項を提供しました。

要約(オリジナル)

Contract review is an essential step in construction projects to prevent potential losses. However, the current methods for reviewing construction contracts lack effectiveness and reliability, leading to time-consuming and error-prone processes. While large language models (LLMs) have shown promise in revolutionizing natural language processing (NLP) tasks, they struggle with domain-specific knowledge and addressing specialized issues. This paper presents a novel approach that leverages LLMs with construction contract knowledge to emulate the process of contract review by human experts. Our tuning-free approach incorporates construction contract domain knowledge to enhance language models for identifying construction contract risks. The use of a natural language when building the domain knowledge base facilitates practical implementation. We evaluated our method on real construction contracts and achieved solid performance. Additionally, we investigated how large language models employ logical thinking during the task and provide insights and recommendations for future research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google