用于支持理由提取的法律判决预测的日本侵权案件数据集
计算与语言
2025-12-02 v2 人工智能
摘要
本文提出了首个面向日本法律判决预测（LJP）的数据集，即日本侵权案件数据集（JTD），其包含两项任务：侵权预测及其理由提取。理由提取任务从原告和被告的主张中识别法院采纳的论点，这是该领域的一项新任务。JTD 基于 41 位法律专家标注的 3,477 份日本民法典判决构建，产生了 7,978 个实例及其所涉当事人的 59,697 条主张。我们的基线实验显示了所提两项任务的可行性，且我们的法律专家错误分析指出了错误来源并建议了 LJP 研究的未来方向。
引用
@article{arxiv.2312.00480,
title = {Japanese Tort-case Dataset for Rationale-supported Legal Judgment Prediction},
author = {Hiroaki Yamada and Takenobu Tokunaga and Ryutaro Ohara and Akira Tokutsu and Keisuke Takeshita and Mihoko Sumida},
journal= {arXiv preprint arXiv:2312.00480},
year = {2025}
}
备注
14 pages, 5 figures. This is the final preprint version. Accepted and published at Artificial Intelligence and Law (2024)