[論文レビュー] Shift-of-Perspective Identification Within Legal Cases

Gathika Ratnayaka, Thejan Rupasinghe+4 more|arXiv (Cornell University)|Jun 6, 2019

Artificial Intelligence in Law参考文献 30被引用数 6

ひとこと要約

本稿では、意味解析、オープン情報抽出、感情分析を組み合わせることで、法的意見文書における視点の転換を示す文を同定するための新規手法を提案する。この手法は、同じトピックについて異なる見解を示す文の検出において、正確性（precision）が0.688、F1スコアが0.524を達成し、先行研究を著しく上回り、反論や対立する法的立場の自動検出を可能にする。

ABSTRACT

Arguments, counter-arguments, facts, and evidence obtained via documents related to previous court cases are of essential need for legal professionals. Therefore, the process of automatic information extraction from documents containing legal opinions related to court cases can be considered to be of significant importance. This study is focused on the identification of sentences in legal opinion texts which convey different perspectives on a certain topic or entity. We combined several approaches based on semantic analysis, open information extraction, and sentiment analysis to achieve our objective. Then, our methodology was evaluated with the help of human judges. The outcomes of the evaluation demonstrate that our system is successful in detecting situations where two sentences deliver different opinions on the same topic or entity. The proposed methodology can be used to facilitate other information extraction tasks related to the legal domain. One such task is the automated detection of counter arguments for a given argument. Another is the identification of opponent parties in a court case.

研究の動機と目的

• 同じトピックや実体について異なる見解を示す文を、法的意見文書内で検出すること。
• 矛盾や意見の相違といった視点の変化を同定することで、法的文書における自動情報抽出を改善すること。
• 反論の検出や法的事件における対立当事者の同定といった、下流タスクを支援すること。
• 意味解析および感情分析技術の性能を、法的ドメインにおいて評価・向上させること。
• 司法判例文における特に「視点の転換」を含む言語的関係を同定する、堅牢なシステムの開発

提案手法

• 意味解析、オープン情報抽出（OLLIEを用いて）、感情分析を統合し、文のペア間における視点の転換を検出する。
• 動詞の関係分析をコアな構成要素とし、2つの文における動詞が対立するか、異なる行動や状態を表しているかどうかを特定する。
• Gamageら（2018）の感情アノテーターモデルを用い、文間における意見極性の変化を検出する。
• 文の関係識別器（SRI）を用い、『視点の転換』を含む言語的関係を分類する。
• 200組の人的アノテーション済み文のペアを用いてシステムを評価し、各ペアについて少なくとも2名の評価者が関係タイプに合意している。
• 複数の技術を統合し、それらの組み合わせによる性能を評価することで、視点の転換の検出を向上させる。

実験結果

リサーチクエスチョン

• RQ1 法的意見文書内の2つの文が、同じトピックや実体について異なる見解を示していると検出するには、どのような方法が有効か？
• RQ2 意味解析、感情分析、オープン情報抽出の組み合わせとして、法的文書における視点の転換を最も効果的に検出するNLP技術の組み合わせは何か？
• RQ3 動詞レベルの関係分析は、他の手法と比較して、視点の転換を同定する際にどの程度優れているか？
• RQ4 既存の意味的類似度および感情分析モデルを、法的文書における視点の逸脱を検出するためにどの程度適合させられるか？
• RQ5 視点の転換関係の検出は、反論の同定といった自動法的情報抽出タスクの性能を向上させることができるか？

主な発見

• 動詞関係分析アプローチが、「視点の転換」関係の検出において、最高の正確性（0.688）とF1スコア（0.524）を達成し、他の手法を上回った。
• SRIと視点の転換検出を統合したシステムは、「視点の転換」関係の検出においてF1スコア0.524を達成し、先行研究（Ratnayakaら、2018）を著しく上回った。
• 感情分析は意見の変化を同定するのに貢献したが、ベースモデルの性能（76%の正確性）と文の長さへの感受性のため、正確性に限界があった。
• OLLIEから得た三項抽出を用いた不一致検出アプローチは、2150組の文のペアのうち1570組で三項抽出に失敗したため、正確性が0.27にとどまった。
• 他の言語的関係の検出では、高い性能を示した：「詳細説明」はF1スコア0.933、「引用」は0.985、「関係なし」は0.868。
• 本研究では、実証的に動詞レベルの分析が、感情分析や三項ベースの手法よりも、法的文書における視点の転換を同定する際により効果的であることが裏付けられた。