要約
法的領域に関連する質問に答えることは、主に法的文書システムの複雑な性質と多様性により、複雑な作業です。
法的な質問に対して正確な回答を提供するには、通常、関連分野の専門知識が必要となるため、人間の専門家にとってさえ、この作業はさらに困難になります。
質問応答 (QA) システムは、人間の言語で尋ねられた質問に対する回答を生成するように設計されています。
QA は自然言語処理を使用して質問を理解し、情報を検索して関連する回答を見つけます。
QA には、顧客サービス、教育、研究、言語を超えたコミュニケーションなど、さまざまな実践的な用途があります。
しかし、QA は、自然言語の理解を向上させたり、複雑で曖昧な質問を処理したりするなどの課題に直面しています。
法的領域に関連する質問に答えることは、主に法的文書システムの複雑な性質と多様性により、複雑な作業です。
法的な質問に対して正確な回答を提供するには、通常、関連分野の専門知識が必要となるため、人間の専門家にとってさえ、この作業はさらに困難になります。
現時点では、法的な質問回答について議論した調査は不足しています。
この問題に対処するために、私たちは、法律分野における質問応答のための 14 のベンチマーク データセットをレビューする包括的な調査を提供するとともに、最先端の法律質問応答ディープ ラーニング モデルの包括的なレビューを提供します。
これらの研究で使用されるさまざまなアーキテクチャと手法、およびこれらのモデルのパフォーマンスと制限について説明します。
さらに、パブリック GitHub リポジトリを確立し、最新の記事、オープン データ、ソース コードを定期的にアップロードしています。
リポジトリは \url{https://github.com/abdoelsayed2016/Legal-Question-Answering-Review} から入手できます。
要約(オリジナル)
Answering questions related to the legal domain is a complex task, primarily due to the intricate nature and diverse range of legal document systems. Providing an accurate answer to a legal query typically necessitates specialized knowledge in the relevant domain, which makes this task all the more challenging, even for human experts. Question answering (QA) systems are designed to generate answers to questions asked in human languages. QA uses natural language processing to understand questions and search through information to find relevant answers. QA has various practical applications, including customer service, education, research, and cross-lingual communication. However, QA faces challenges such as improving natural language understanding and handling complex and ambiguous questions. Answering questions related to the legal domain is a complex task, primarily due to the intricate nature and diverse range of legal document systems. Providing an accurate answer to a legal query typically necessitates specialized knowledge in the relevant domain, which makes this task all the more challenging, even for human experts. At this time, there is a lack of surveys that discuss legal question answering. To address this problem, we provide a comprehensive survey that reviews 14 benchmark datasets for question-answering in the legal field as well as presents a comprehensive review of the state-of-the-art Legal Question Answering deep learning models. We cover the different architectures and techniques used in these studies and the performance and limitations of these models. Moreover, we have established a public GitHub repository where we regularly upload the most recent articles, open data, and source code. The repository is available at: \url{https://github.com/abdoelsayed2016/Legal-Question-Answering-Review}.
arxiv情報
| 著者 | Abdelrahman Abdallah,Bhawna Piryani,Adam Jatowt |
| 発行日 | 2023-09-15 10:19:53+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google