Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

LegalCore: A Dataset for Event Coreference Resolution in Legal Documents

Created by
  • Haebom

저자

Kangda Wei, Xi Shi, Jonathan Tong, Sai Ramana Reddy, Anandhavelu Natarajan, Rajiv Jain, Aparna Garimella, Ruihong Huang

개요

본 논문은 법률 영역의 사건 공참조 해결을 위한 최초의 데이터셋인 LegalCore를 제시합니다. 기존 연구는 주로 뉴스 기사에 국한되었지만, LegalCore는 평균 25,000 토큰의 긴 법률 계약서를 대상으로 사건 및 사건 공참조 정보를 포괄적으로 주석 처리했습니다. LegalCore는 밀집된 사건 언급과 단거리 및 초장거리 공참조 링크를 특징으로 하며, 최첨단 오픈소스 및 독점 LLM들이 감독 학습 기준 모델보다 성능이 훨씬 떨어진다는 것을 실험을 통해 보여줍니다. 데이터셋과 코드를 공개할 예정입니다.

시사점, 한계점

시사점: 법률 영역의 사건 공참조 해결 연구를 위한 최초의 대규모 데이터셋 제공. LLM의 법률 문서 이해 능력에 대한 새로운 벤치마크 제시. 장거리 의존성을 가진 법률 텍스트의 특성을 보여줌.
한계점: 현재로서는 LegalCore 데이터셋만 제시되었고, LLM 성능 향상을 위한 구체적인 방법론 제시는 부족함. 데이터셋의 규모 및 다양성에 대한 추가적인 검토 필요. 다른 법률 문서 유형(판결문 등)에 대한 일반화 가능성에 대한 추가 연구 필요.
👍