Japanese Tort-case Dataset for Rationale-supported Legal Judgment Prediction

要約

本論文では、日本の法的判決予測(LJP)のための最初のデータセットである日本不法行為事件データセット(JTD)を紹介する。このデータセットは、不法行為予測とその理由抽出という2つのタスクを特徴としている。根拠抽出タスクは、原告・被告の主張から裁判所の主張を抽出するものであり、この分野では新しいタスクである。JTDは、41人の法律専門家による3,477件の日本民法判決文の注釈に基づいて構築され、その結果、7,978件の事例と59,697件の当事者からの主張が得られた。ベースライン実験により，提案された2つのタスクの実現可能性が示され，法律専門家による誤り分析により，誤りの原因が特定され，LJP研究の将来の方向性が示唆された．

要約(オリジナル)

This paper presents the first dataset for Japanese Legal Judgment Prediction (LJP), the Japanese Tort-case Dataset (JTD), which features two tasks: tort prediction and its rationale extraction. The rationale extraction task identifies the court’s accepting arguments from alleged arguments by plaintiffs and defendants, which is a novel task in the field. JTD is constructed based on annotated 3,477 Japanese Civil Code judgments by 41 legal experts, resulting in 7,978 instances with 59,697 of their alleged arguments from the involved parties. Our baseline experiments show the feasibility of the proposed two tasks, and our error analysis by legal experts identifies sources of errors and suggests future directions of the LJP research.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL