本研究では、法的文書の修辞的役割ラベリング(Rhetorical Role Labeling: RRL)の性能向上のために、類似事例の知識を活用する新しい手法を提案している。
まず、推論時に類似事例の情報を直接的に活用する手法を探索した。k近傍法や単一プロトタイプ、複数プロトタイプを用いた補間手法により、特に過小表現されたクラスの性能を大幅に向上させることができた。
次に、訓練時に類似事例の知識を活用する手法を検討した。対照学習やプロトタイプ学習を取り入れ、さらに文脈を考慮した新しい対照学習の損失関数を提案した。これらの手法により、クラスの不均衡に起因する課題に効果的に対処できることが示された。
さらに、提案手法の汎用性を検証するため、異なる法的ドメイン間での性能評価を行った。その結果、提案手法は、ドメイン間での知識の転移を促進し、ベースラインモデルよりも優れた汎化性能を示すことが明らかになった。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by T.Y.S.S Sant... at arxiv.org 04-03-2024
https://arxiv.org/pdf/2404.01344.pdfDeeper Inquiries