Convolutional Neural Networks can achieve binary bail judgement classification

要約

インドの法律分野では機械学習 (ML) の実装が明らかに不足しており、この分野で行われる研究は通常、高等裁判所からのデータに基づいており、英語のデータを使用しています。
インドの下級裁判所やさまざまな地域言語からのデータは、しばしば見落とされます。
この論文では、畳み込みニューラル ネットワーク (CNN) アーキテクチャをヒンディー語の法的文書のコーパスに展開します。
CNN モデルを利用して保釈予測タスクを実行し、全体の精度 93\% を達成しました。これは、Kapoor らによって設定されたベンチマーク精度の向上です。
(2022)、ただしインドのウッタルプラデーシュ州の 20 地区からのデータです。

要約(オリジナル)

There is an evident lack of implementation of Machine Learning (ML) in the legal domain in India, and any research that does take place in this domain is usually based on data from the higher courts of law and works with English data. The lower courts and data from the different regional languages of India are often overlooked. In this paper, we deploy a Convolutional Neural Network (CNN) architecture on a corpus of Hindi legal documents. We perform a bail Prediction task with the help of a CNN model and achieve an overall accuracy of 93\% which is an improvement on the benchmark accuracy, set by Kapoor et al. (2022), albeit in data from 20 districts of the Indian state of Uttar Pradesh.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google