Mining Legal Arguments in Court Decisions

要約

法的議論における議論の特定、分類、分析は、議論マイニング分野の発足以来、重要な研究分野となってきました。
しかし、自然言語処理 (NLP) 研究者が裁判所の判決で議論をモデル化し注釈を付ける方法と、法律専門家が法的議論を理解し分析する方法の間には、大きな矛盾がありました。
計算的アプローチは通常、一般的な前提と主張への議論を単純化しますが、法律研究における議論は通常、特定の事例と法の適用一般についての洞察を得るために重要な豊富な類型論を示します。
私たちはこの問題に取り組み、この分野を前進させるためにいくつかの実質的な貢献を行っています。
まず、法的議論研究の理論と実践に深く根ざした、欧州人権裁判所 (ECHR) の訴訟手続きにおける法的議論のための新しい注釈スキームを設計します。
次に、373 件の裁判所判決の大規模なコーパス (230 万のトークンと 15,000 の注釈付き議論スパン) を編集し、注釈を付けます。
最後に、法的 NLP 領域で最先端のモデルを上回る引数マイニング モデルをトレーニングし、専門家に基づく徹底的な評価を提供します。
すべてのデータセットとソース コードは、https://github.com/trusthlt/mining-legal-arguments でオープン ライセンスの下で入手できます。

要約(オリジナル)

Identifying, classifying, and analyzing arguments in legal discourse has been a prominent area of research since the inception of the argument mining field. However, there has been a major discrepancy between the way natural language processing (NLP) researchers model and annotate arguments in court decisions and the way legal experts understand and analyze legal argumentation. While computational approaches typically simplify arguments into generic premises and claims, arguments in legal research usually exhibit a rich typology that is important for gaining insights into the particular case and applications of law in general. We address this problem and make several substantial contributions to move the field forward. First, we design a new annotation scheme for legal arguments in proceedings of the European Court of Human Rights (ECHR) that is deeply rooted in the theory and practice of legal argumentation research. Second, we compile and annotate a large corpus of 373 court decisions (2.3M tokens and 15k annotated argument spans). Finally, we train an argument mining model that outperforms state-of-the-art models in the legal NLP domain and provide a thorough expert-based evaluation. All datasets and source codes are available under open lincenses at https://github.com/trusthlt/mining-legal-arguments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google