インドにおける構造化リーガル文書生成：VidhikDastaavejによるモデル非依存のラッパー手法
arXiv cs.CL / 2026/3/26
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、133カテゴリにわたるインドの私的な法的文書を対象とした、匿名化された大規模データセット「VidhikDastaavej」を導入し、長文の法的起草研究において公開リソースの不足を埋めることを目的としている。
- セクション計画とセクションごとの生成を、検索（retrieval）ベースのプロンプトを用いて分離する、構造化リーガル文書生成のためのモデル非依存ラッパー（Model-Agnostic Wrapper: MAW）を提案する。
- このアプローチは特定のLLMに依存しないよう設計されており、オープンソース／クローズドソースの双方のモデルで利用できる。
- 字句（lexical）、意味（semantic）、LLMベース、そして専門家／アノテータ主導の評価指標—アノテータ間一致（inter-annotator agreement）を含む—を通じた評価により、MAWは微調整（fine-tuned）のベースラインよりも、事実の正確性、一貫性、網羅性を向上させることが示される。
- 本研究は、新たなベンチマークデータセットと、汎用化可能な枠組みの両方を提供し、インドの文脈におけるLegal AIおよび構造化リーガルテキスト生成研究を加速することを目指している。
