要約
この記事では、法的領域における自動要約技術、データセット、モデル、および評価方法の体系的な最新の調査を提供します。
特定のソース選択基準を通じて、自然言語加工（NLP）の最新の「変圧器」時代にまたがる120以上の論文を徹底的にレビューし、この問題に関する既存の体系的な調査のギャップを埋めます。
いくつかの軸に沿って既存の研究を提示し、将来の研究の傾向、課題、機会について議論します。
要約(オリジナル)
This article provides a systematic up-to-date survey of automatic summarization techniques, datasets, models, and evaluation methods in the legal domain. Through specific source selection criteria, we thoroughly review over 120 papers spanning the modern `transformer’ era of natural language processing (NLP), thus filling a gap in existing systematic surveys on the matter. We present existing research along several axes and discuss trends, challenges, and opportunities for future research.
arxiv情報
| 著者 | Mousumi Akter,Erion Cano,Erik Weber,Dennis Dobler,Ivan Habernal |
| 発行日 | 2025-01-29 18:22:14+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google