Oct, 2023

提高印度人民的司法准入：评估法律文本翻译成印度语言的基准

PDF
TL;DR印度司法体系的大部分法律文本由于历史原因以复杂的英语编写而成，然而只有约 10% 的印度人能够阅读英语，因此需要将法律文本转化成各种印度语言，考虑到可用的英文法律文本的翻译。虽然对于印度语言之间的翻译已经有了很多研究，但据我们所知，在法律领域中对于这种翻译的先前工作并不多。在本研究中，我们构建了第一个高质量的法律平行语料库，其中包含了英语和九种印度语言的对齐文本单元，包括一些资源稀缺的语言。我们还对该语料库上的各种机器翻译系统进行了性能评估，其中包括商业机器翻译系统、开源机器翻译系统和大型语言模型。通过对法律从业人员的全面调查，我们了解了他们对其中一些机器翻译系统的满意度，并比较了自动机器翻译评估指标与法律从业人员意见之间的一致性。
发现论文，激发创造
  • MILDSum：用于印度法律案例判决的多语言摘要的新型基准数据集

    印度司法体系中，针对印度语言的法律文件进行自动摘要是一个重要的问题，本研究以英语为源语言，尝试将印度的法律文件进行跨语言的英汉自动摘要。研究使用了 3122 例高质量的印度法院的判决案件，并展示了在法律领域跨语言摘要研究的必要性。

    Oct, 2023

  • 机器翻译中印度语言的低资源状态再探讨

    本文提供并分析了一个用于印度语神经机器翻译系统的大规模多语言句子对齐语料库和强大基准的自动化框架，其中包括基线 NMT 系统，检索模块和用于公共网站的对齐模块，通过迭代增加语料库来改进系统。我们的工作还评估了设计选择，例如枢轴语言的选择和迭代式增量语料库增加的影响。与现有的印度语语料库相比，本工作不仅提供了自动化框架，还产生了一个相对较大的语料库。这个语料库使我们能够在公开的 WAT 评估基准和其他标准评估基准上获得明显改善的结果。

    Aug, 2020

  • IndicTrans2：适用于所有 22 个印度预定语言的高质量可访问机器翻译模型

    该研究旨在通过整合并创建特定于印度的并行语料库和基准测试数据，训练出支持所有 22 种印度语言的机器翻译模型，为印度的语言多样性提供广泛且易于访问的机器翻译系统，该研究创造性地提出了四个关键领域的改进，并发布了 BPCC 和 IndicTrans2 等数据资源和模型。

    May, 2023

  • HLDC: 印地語法律文件語料庫

    本文介绍了一个 Hindi Legal Documents Corpus (HLDC) 的语料库，它包含了超过 900K 的清理和结构化的印地语法律文件。通过使用该语料库，我们引入了保释预测的任务，并使用了多任务学习（MTL）模型作为主要任务，用作概括任务的辅助任务。最后，我们释放了此论文的语料库和模型实现代码。

    Apr, 2022

  • 可访问的多语言文本分析的机器翻译

    本文研究通过机器翻译将其他语言翻译成英文进行多语言文本分析，结果表明这种方法在情感分析，主题分析和词嵌入等分析方法上，与使用源语言进行分析的结果相当，机器翻译可以帮助计算机学者做出关于人类沟通的更具包容性和普适性的结论。

    Jan, 2023

  • 为印度语言建立一个多语言平行语料收集的努力

    通过基于深度学习的方法使用机器翻译和跨语言检索工具，我们提供了涵盖 10 种印度语言的句子对齐平行语料库，包括低资源语言，此外还提供了独立测试语料库用于验证 10 种印度语言的性能。

    Jul, 2020

  • 基于文本规范化的印度法律文本摘要方法

    该研究提出了一种在印度法律文本中标准化文本的方法，并测试了两种最先进的专业无关模型用于法律文本摘要。通过领域专家的评估和 ROUGE 指标的使用，结果表明所提出的文本标准化方法在专业无关模型中的效果很好。

    Jun, 2022

  • 面向人类的印度法律文本分析的人工智能

    法律研究是法律实践中至关重要的任务，该研究论文探讨了在法律文本分析中，结合人类专业知识提高大型语言模型（LLMs）性能的潜力，并介绍了一种新的数据集和基于人类输入的复合人工智能系统。

    Mar, 2024

  • 构建东北印度极低资源语言机器翻译平行语料的首次尝试

    该论文介绍了为印度东北地区的十三种资源非常匮乏的语言创建初始的双语语料库，同时提供了这些语言的初始翻译结果。该论文还创建了这些语言的首个平行语料库，并提供了关于这些语言的基准神经机器翻译结果。我们打算将这些语料库扩展到包括大量资源匮乏的印度语言，并结合我们之前在非洲和美洲印第安语言方面的工作，创建覆盖世界各地大量语言的语料库。

    Dec, 2023

  • 印度法律数据训练的模型是否公平？

    本文针对语言技术和人工智能领域的进展和应用进行研究，探讨印度视角下法律领域中所存在的公平性问题，特别关注 AI 模型中的算法偏差对于对印度教和穆斯林的关联特征的差异性的影响，并强调了在印度的法律领域中，公平性 / 偏差的研究仍有待进一步的耕耘。

    Mar, 2023