Jan, 2024

运用主题建模与引用网络分析研究欧洲人权法院关于尊重个人和家庭生活权的判例法

PDF
TL;DR本研究旨在通过主题建模和引文网络的方法，使用欧洲人权公约第 8 条关于私人和家庭生活、住所和通信的欧洲人权法院案例，找到和组织相关案例，并证明该结合方法在提取和分析特定问题上的相关案例方面提供了最佳结果。
legal case law databaseshudocarticle 8topic modellingcitation network
发现论文，激发创造
  • 利用任务依存性和对比学习进行欧洲人权法院案例结局分类

    该研究报道了一项关于欧洲人权法院案例结果分类的实验，使用层级对比损失用于提升分类性能。

    Feb, 2023

  • 揭示司法程序中的主题：使用主题建模对来自印度和英国的法律文件进行跨国研究

    使用主题建模算法（如 Latent Dirichlet Allocation、非负矩阵分解和 Bertopic）对来自印度和英国的大量法律文件进行了案例注释，并对印度案例的时间线进行了分析，以识别不同司法管辖区中主要主题的演变。

    May, 2024

  • 利用大型语言模型和新的法律分类体系对案例法进行主题建模：人工智能对判决摘要的洞察

    通过开发和应用新的法律分析分类法，本文对英国的判决摘要案例进行主题建模。研究发现法律大数据模型在正确分类主题上的准确率为 87.10%。该分析揭示了在不同法律领域中适用判决摘要的独特模式，为英国法律提供了一种新的分类法。这项工作的意义在于为后续研究和政策讨论提供基础，推动司法管理和计算法律研究方法的发展。

    May, 2024

  • 基于文章的零样本法院裁决分类在欧洲人权法院案件中的迁移

    该论文将欧洲人权法院的法律判决预测转化为一种基于文章的分类任务，并通过领域自适应方法提高零样本转移性能。实验表明这种基于文章的架构优于直接的事实分类，并发现领域自适应方法可以提高性能。

    Feb, 2023

  • 从法律裁决中发现重要话题和选择性推论

    通过自动化流程从法律决策文本中发现相关主题，方法包括使用主题模型生成特征，并通过惩罚回归和后选择显著性检验进行评估；实验证明该方法在域名争议和欧洲人权法院侵权案例数据集上识别出与结果显著相关的案例主题、可以手动解释的主题 - 词分布以及可以用于找出每个主题的代表性案例的案例 - 主题权重；该方法产生的主题与两个领域的法律原则一致，可在其他相关法律分析任务中发挥作用。

    Jan, 2024

  • 利用上下文相似性进行判决引用检索

    我们提出了一种结合自然语言处理和机器学习技术的方法，通过创建文本嵌入来增强法律案例描述的组织和利用，实现无监督聚类和有监督引文检索，以自动化提取引文的过程，从而实现更高效、节省时间、便捷的法律研究和论证。

    May, 2024

  • 从法律判决中提取与查询相关的段落

    针对从法律判决中提取相关段落的任务，本文构建了一个专门的数据集，并评估了当前检索模型的性能，同时还使用不同模型建立了微调基准。结果突显了微调和零 - shot 方法之间的显著差距，强调了处理法律领域中分布偏移的挑战。本文还探讨了各种参数高效微调方法，并在信息检索的背景下评估了它们的实用性，为不同预训练和模型架构选择参数高效微调方法提供了启示。

    Mar, 2024

  • 伊朗法律和规章的情境主题建模与内容分析

    该研究使用主题建模方法对伊朗法律进行了探索，识别了经济、法规、文化、信息技术和政治等主题，并发现法规主要涉及经济和海关，而文化规范在 2023 年有所增加。每年制定的法律能反映社会状况和立法者的关注重点。

    Sep, 2023

  • 欧洲人权法庭先例理解与先前案例检索数据集

    基于欧洲人权法院的判决，推出了一种先例检索（PCR）数据集，以帮助系统全面理解法律事实和原则。通过采用不同的文本检索方法和负采样策略，进一步研究了 PCR 任务的困难度，以及与时间相关的检索模型的性能衰减。此外，还评估了 Halsbury's 和 Goodhart's 在 ECtHR 司法界的不同观点对 PCR 任务的影响。

    Mar, 2024

  • 从计算语言学的角度分析香港法律判例

    本文探讨了使用统计分析、机器学习、深度学习、零样本学习等基于自然语言处理技术的方法，以有效地分析来自香港法院系统的法律判决，并提供了五种方法，从而能够从个人以及一组判决中提取关键见解和极性 sentiment，以便快速提取洞见并使香港判决的整体分析更少烦琐、更自动化。

    May, 2023