Summarizing legal rulings
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Tese |
Idioma: | eng |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/230669 |
Resumo: | Com o incremento de disponibilidade de dados, a sumarização de textos tornou-se uma necessidade para encontrar informações relevantes rapidamente. Na área jurídica, do cumentos possuem peculiaridades relacionadas ao comprimento, jargão especializado e vocabulário. Estas características tornam difícil a utilização de técnicas convencionais para geração de resumos. Avanços recentes nas abordagens usando redes neurais obtive ram elevados resultados em termos de qualidade. Contudo, estas abordagens vêm sendo usadas majoritariamente para criação de sumários curtos e no contexto jornalístico. Por tanto, a sua aplicação no domínio jurídico segue como um problema em aberto. Neste trabalho, propomos LegalSumm, um método de sumarização para decisões judiciais ba seado em Tranformers e implicação textual (textual entailment). Nossa abordagem cria oito pedaços de texto a partir da decisão judicial e gera um sumário-candidato para cada. A seguir, avaliamos a implicação textual entre a decisão e o sumário, e selecionamos o candidato que obtiver a maior pontuação. Comparamos nosso método com linhas de base extrativas e abstrativas e coletamos as opiniões de especialistas na área jurídica. Os resultados demonstram que LegalSumm melhora a qualidade dos resumos gerados. |
id |
URGS_ce7dc14cf91d55bbc8ee490362fd5710 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/230669 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Feijó, Diego de VargasMoreira, Viviane Pereira2021-10-09T05:04:49Z2021http://hdl.handle.net/10183/230669001132167Com o incremento de disponibilidade de dados, a sumarização de textos tornou-se uma necessidade para encontrar informações relevantes rapidamente. Na área jurídica, do cumentos possuem peculiaridades relacionadas ao comprimento, jargão especializado e vocabulário. Estas características tornam difícil a utilização de técnicas convencionais para geração de resumos. Avanços recentes nas abordagens usando redes neurais obtive ram elevados resultados em termos de qualidade. Contudo, estas abordagens vêm sendo usadas majoritariamente para criação de sumários curtos e no contexto jornalístico. Por tanto, a sua aplicação no domínio jurídico segue como um problema em aberto. Neste trabalho, propomos LegalSumm, um método de sumarização para decisões judiciais ba seado em Tranformers e implicação textual (textual entailment). Nossa abordagem cria oito pedaços de texto a partir da decisão judicial e gera um sumário-candidato para cada. A seguir, avaliamos a implicação textual entre a decisão e o sumário, e selecionamos o candidato que obtiver a maior pontuação. Comparamos nosso método com linhas de base extrativas e abstrativas e coletamos as opiniões de especialistas na área jurídica. Os resultados demonstram que LegalSumm melhora a qualidade dos resumos gerados.With the increasing availability of data, text summarization becomes helpful to find rel evant information quickly. In the legal domain, documents have peculiarities related to their length, specialized use, and vocabulary. These characteristics are challenging for standard summarization techniques. Recent neural network-based approaches can gen erate high-quality summaries. However, these approaches have been used mostly for creating concise abstracts for news articles. Thus, their applicability to the legal domain remains an open issue. In this work, we propose LegalSumm, a method for summariz ing legal texts based on Transformers and textual entailment. Our approach builds eight chunks of text from the ruling and generates one candidate summary for each. Then, we compute the entailment score from the ruling to each candidate and select the candidate with the highest score. We compared our method to strong extractive and abstractive summarization baselines and collected the opinion of legal experts. The results show that LegalSumm improves the quality of the generated summaries.application/pdfengResumo automático de textoSumarizador de conteúdoLegal ruling summarizationAbstractive summarizerContent digestLegal case briefSummary writingAbstract generatorAutomatic text summaryTextual entail mentFact checkingSummarizing legal rulingsSumarização de Decisões Judiciais info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2021doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001132167.pdf.txt001132167.pdf.txtExtracted Texttext/plain230909http://www.lume.ufrgs.br/bitstream/10183/230669/2/001132167.pdf.txt875ab041ae8fcadacf0df1d45528c155MD52ORIGINAL001132167.pdfTexto completo (inglês)application/pdf624897http://www.lume.ufrgs.br/bitstream/10183/230669/1/001132167.pdf33287315fe58b2225772307790a40760MD5110183/2306692023-10-14 03:40:45.982206oai:www.lume.ufrgs.br:10183/230669Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532023-10-14T06:40:45Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Summarizing legal rulings |
dc.title.alternative.pt.fl_str_mv |
Sumarização de Decisões Judiciais |
title |
Summarizing legal rulings |
spellingShingle |
Summarizing legal rulings Feijó, Diego de Vargas Resumo automático de texto Sumarizador de conteúdo Legal ruling summarization Abstractive summarizer Content digest Legal case brief Summary writing Abstract generator Automatic text summary Textual entail ment Fact checking |
title_short |
Summarizing legal rulings |
title_full |
Summarizing legal rulings |
title_fullStr |
Summarizing legal rulings |
title_full_unstemmed |
Summarizing legal rulings |
title_sort |
Summarizing legal rulings |
author |
Feijó, Diego de Vargas |
author_facet |
Feijó, Diego de Vargas |
author_role |
author |
dc.contributor.author.fl_str_mv |
Feijó, Diego de Vargas |
dc.contributor.advisor1.fl_str_mv |
Moreira, Viviane Pereira |
contributor_str_mv |
Moreira, Viviane Pereira |
dc.subject.por.fl_str_mv |
Resumo automático de texto Sumarizador de conteúdo |
topic |
Resumo automático de texto Sumarizador de conteúdo Legal ruling summarization Abstractive summarizer Content digest Legal case brief Summary writing Abstract generator Automatic text summary Textual entail ment Fact checking |
dc.subject.eng.fl_str_mv |
Legal ruling summarization Abstractive summarizer Content digest Legal case brief Summary writing Abstract generator Automatic text summary Textual entail ment Fact checking |
description |
Com o incremento de disponibilidade de dados, a sumarização de textos tornou-se uma necessidade para encontrar informações relevantes rapidamente. Na área jurídica, do cumentos possuem peculiaridades relacionadas ao comprimento, jargão especializado e vocabulário. Estas características tornam difícil a utilização de técnicas convencionais para geração de resumos. Avanços recentes nas abordagens usando redes neurais obtive ram elevados resultados em termos de qualidade. Contudo, estas abordagens vêm sendo usadas majoritariamente para criação de sumários curtos e no contexto jornalístico. Por tanto, a sua aplicação no domínio jurídico segue como um problema em aberto. Neste trabalho, propomos LegalSumm, um método de sumarização para decisões judiciais ba seado em Tranformers e implicação textual (textual entailment). Nossa abordagem cria oito pedaços de texto a partir da decisão judicial e gera um sumário-candidato para cada. A seguir, avaliamos a implicação textual entre a decisão e o sumário, e selecionamos o candidato que obtiver a maior pontuação. Comparamos nosso método com linhas de base extrativas e abstrativas e coletamos as opiniões de especialistas na área jurídica. Os resultados demonstram que LegalSumm melhora a qualidade dos resumos gerados. |
publishDate |
2021 |
dc.date.accessioned.fl_str_mv |
2021-10-09T05:04:49Z |
dc.date.issued.fl_str_mv |
2021 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/230669 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001132167 |
url |
http://hdl.handle.net/10183/230669 |
identifier_str_mv |
001132167 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/230669/2/001132167.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/230669/1/001132167.pdf |
bitstream.checksum.fl_str_mv |
875ab041ae8fcadacf0df1d45528c155 33287315fe58b2225772307790a40760 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1810085565800906752 |