Nov, 2022

DeepParliament：议会法案预测的法律领域基准和数据集

HTML
PDF
TL;DRDeepParliament是一份涵盖自1986年至今的议案文件和元数据、执行各种议案状态分类任务的法律领域基准数据集，其中提供了更完整的议会法案内容信息。该文提供数据收集、详细统计和分析，并提供了二进制和多类议案状态分类的新基准模型，该模型可用于协助议员、总统和法律从业者审查或优先处理议案，提高决策的质量和减少时间消耗。该工作将首次呈现议会法案预测任务，并公开了代码和数据集，以提高法律AI资源的可访问性和促进可重现性。
发现论文，激发创造
  • Gov2Vec: 学习机构及其法律文本的分布式表示

    使用唯一向量空间嵌入法比较不同机构之间的政策差异，发现各机构之间存在有意义的差异，并使用文法向量回答具体问题，正在扩展为更综合的法律语义地图。

    Sep, 2016

  • 利用词汇和上下文信息预测州立法行动的可预测性

    该研究主要通过使用超过100万份法案的词汇内容和上下文引导来构建预测模型，探究了影响美国50个州和华盛顿特区立法成功的因素，并展示了这些信号的互补预测能力。

    Jun, 2018

  • BillSum：美国立法的自动摘要语料库

    本文针对美国国会和加州州政府发布的众多议案进行了研究，推出了第一个用于议案自动摘要的数据集-- BillSum。文章介绍了该数据集的属性，对比了不同的提取方法，并证明了基于国会议案的模型能够应用于对加州议案的自动摘要。

    Oct, 2019

  • 预测和分析肯尼亚的立法

    本文旨在研究肯尼亚双院制议会引入的提案，并通过提取自提案中的特征，开发和训练机器学习模型来预测提案是否会获得立法。该实验观察到，相较于提案中的文字内容，提案引入的时间及类别更加相关。

    Jun, 2020

  • 使用已注释和增强的议案语料库学习议案相似度

    本文介绍一个使用 BERT 变体和多阶段训练来预测法案相似性的方法，发现在使用人类标注和合成数据进行训练时，预测性能显著提高，并成功捕捉了各种层次的法律文件之间的相似性。

    Sep, 2021

  • 希腊议会议事录数据集用于计算语言学和政治分析

    介绍一份包含1989年到2020年希腊议会文件中逾1百万场政治演讲及其元数据的数据集，为解决无资源语言（如希腊）的大规模、历时政治话语数据而构建，可供计算语言学和政治分析使用，如研究词语用法随时间、历史事件和政党变化而变化，以及使用算法来探测语义转移。

    Oct, 2022

  • ClassActionPrediction：美国集体诉讼案件法律判断预测的一项具有挑战性的基准测试

    该研究发布了第一个针对美国集体诉讼案件的、基于法律自然语言处理的数据集，利用Longformer模型超越人类专家的精度，并明确表明Longformer模型比人类专家更好地调整。

    Nov, 2022

  • 议会会议中的多语种情感识别训练数据集ParlaSent

    本文介绍一种基于情感分析的新数据集以及依此数据集进行的一系列实验，重点是训练一个强大的情感分类器用于议会会议。此外，还引入了第一个领域特定的LLM（语言模型）用于政治科学应用，并在27个欧洲议会的会议记录中进行了1.72亿专业领域词汇的预训练。通过实验证明，LLM在议会数据上的额外预训练可以显著提高模型的性能，尤其是在情感检测等具体领域任务上。同时，该研究显示多语言模型在未知语言上表现良好，并且来自其他语言的额外数据显著提高了目标议会的结果。本文对社会科学的多个领域做出了重要贡献，并将其与计算机科学和计算语言学相结合。最后，它建立了一种更可靠的政治文本情感分析方法，使学者能够使用标准化的工具和技术，从比较的视角研究政治情感。

    Sep, 2023

  • 从文本到结构：利用大型语言模型支持法律专家系统的发展

    利用大型语言模型自动提取立法文件的结构化表示，为发展透明且可解释的基于符号方法的系统提供了一条有前景的途径。

    Nov, 2023

  • 利用长文本编码器改进罗马尼亚语法律判断预测

    通过研究专用模型和处理长文本，探索法律评判预测任务中的特殊模型和通用模型的表现，以提高性能。

    Feb, 2024