핵심 개념
法的結果予測モデルの説明可能性を向上させるために、先例を特定する新しい手法が提案されました。
초록
現在の法的結果予測モデルは、人間の判断と異なる先例を利用しています。
先例に基づく解釈可能性が重要であることが示唆されています。
モデルは適用された先例に強く依存しており、区別された先例に対する相関が低いことが明らかになっています。
LEGAL-BERTを使用したモデルは、他のモデルよりも高い相関を示しています。
Introduction
現在の法的NLP研究では、説明可能なAIモデルの開発が注目されています。
本論文では、新しい方法論を導入し、ECtHRコーパスを使用して実験を行いました。
Precedent-based Interpretability
先例に基づく解釈可能性は、現在の法的NLPシステムで不足している部分です。
先例操作の種類ごとに相関が異なることが示されました。
Data Extraction
"我々は観察した最高相関値は0.18であり"(引用)
"モデルの予測と一致する先例よりも人間判断と一致する先例に高い相関が見られた"(引用)
인용구
"モデルの予測と一致する先例よりも人間判断と一致する先例に高い相関が見られた"