CLAIM: An Intent-Driven Multi-Agent Framework for Analyzing Manipulation in Courtroom Dialogues

要約

法廷は、命が決定され、運命が封印される場所であるが、操作は不浸透ではない。
法的専門用語での操作の戦略的使用は、裁判官の意見を揺さぶり、決定に影響を与える可能性があります。
NLPの進歩の高まりにもかかわらず、法的領域内での操作の検出と分析への応用は、ほとんど未踏のままです。
私たちの仕事は、操作検出、一次マニピュレーターの識別、および操作技術の分類にラベル付けされた1,063の注釈付き法廷会話のデータセットであるLegalConを導入することにより、このギャップに対処します。
さらに、コンテキスト対応と情報に基づいた意思決定を可能にすることにより、操作分析を強化するために設計された2段階の意図駆動型マルチエージェントフレームワークである主張を提案します。
私たちの結果は、司法プロセスの公平性と透明性を改善するために、エージェントのフレームワークを組み込む可能性を強調しています。
これが、法的談話分析におけるNLPのより広範な適用と、法的意思決定の公平性をサポートするための堅牢なツールの開発に貢献することを願っています。
私たちのコードとデータは、https：//github.com/disha1001/claimで入手できます。

要約(オリジナル)

Courtrooms are places where lives are determined and fates are sealed, yet they are not impervious to manipulation. Strategic use of manipulation in legal jargon can sway the opinions of judges and affect the decisions. Despite the growing advancements in NLP, its application in detecting and analyzing manipulation within the legal domain remains largely unexplored. Our work addresses this gap by introducing LegalCon, a dataset of 1,063 annotated courtroom conversations labeled for manipulation detection, identification of primary manipulators, and classification of manipulative techniques, with a focus on long conversations. Furthermore, we propose CLAIM, a two-stage, Intent-driven Multi-agent framework designed to enhance manipulation analysis by enabling context-aware and informed decision-making. Our results highlight the potential of incorporating agentic frameworks to improve fairness and transparency in judicial processes. We hope that this contributes to the broader application of NLP in legal discourse analysis and the development of robust tools to support fairness in legal decision-making. Our code and data are available at https://github.com/Disha1001/CLAIM.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google