Enhancing Legal Compliance and Regulation Analysis with Large Language Models

要約

この研究では、食品安全分野における要件関連の法的内容の抽出を自動化し、規制成果物の法的遵守をチェックするための大規模言語モデル (LLM) のアプリケーションを調査します。
インダストリー 4.0 が食品業界に革命をもたらし、一般データ保護規則 (GDPR) がプライバシー ポリシーとデータ処理契約を再構築する中、規制分析と最近の技術進歩との間にはギャップが増大しています。
この研究は、LLM、つまり BERT モデルと GPT モデルを活用して法的規定を正確に分類し、コンプライアンス チェックを自動化することで、このギャップを埋めることを目的としています。
私たちの調査結果は有望な結果を示しており、特に手作業の作業負荷を軽減し、合理的な時間と財務上の制約内で精度を向上させることにより、法律遵守と規制分析の効率を向上させるLLMの大きな可能性を示しています。

要約(オリジナル)

This research explores the application of Large Language Models (LLMs) for automating the extraction of requirement-related legal content in the food safety domain and checking legal compliance of regulatory artifacts. With Industry 4.0 revolutionizing the food industry and with the General Data Protection Regulation (GDPR) reshaping privacy policies and data processing agreements, there is a growing gap between regulatory analysis and recent technological advancements. This study aims to bridge this gap by leveraging LLMs, namely BERT and GPT models, to accurately classify legal provisions and automate compliance checks. Our findings demonstrate promising results, indicating LLMs’ significant potential to enhance legal compliance and regulatory analysis efficiency, notably by reducing manual workload and improving accuracy within reasonable time and financial constraints.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google