Traitement du langage et systèmes de dialogue pour faciliter l'accès à la justice
Notice bibliographique
Résumé
En moyenne, un Canadien sur trois sera touché par un problème juridique au cours d’une période de trois ans. Pourtant, tout le monde n’a pas le même accès au droit : qu’on parle de représentation ou de conseil juridique, les coûts très élevés de ces services excluent les personnes défavorisées et les plus vulnérables, leur imposant de se représenter elles-mêmes. Pour ces personnes, l’accès à l’information juridique est donc un outil essentiel. En effet, sans remédier au problème de représentation et de conseil, accéder à l’information permet de limiter les différences de résultats dans les cas les plus simples qui sont aussi les plus nombreux. Ce travail présente trois réalisations qui visent à faciliter l’accès à l’information juridique. Tout d’abord, les problèmes liées aux données sont examinés. La difficulté d’accéder à des textes de jugements en grande quantité rend complexe la mise en place de systèmes à base d’apprentissage automatique de la jurisprudence. De plus, les données disponibles, peu structurées, sont mal adaptées à un traitement automatisé. Pour pallier à ces problèmes dans le cadre de nos travaux, nous avons collecté, indexé et annoté en partie des jugements rendus par la Cour Fédérale du Canada. Nous avons ensuite conçu deux robots conversationnels fournissant de l’information juridique à partir de bases de connaissances. Le premier, basé sur les données du gouvernement Canada, traite de sujets d’immigration. Le second, créé pour la Banque Nationale du Canada, renseigne les employés sur des points de droit. Les expériences menées utilisent plusieurs types de représentation et d’algorithmes de classification pour la conception des systèmes de dialogue, dont des représentations syntaxiques distribuées et un modèle de langue créé par un réseau de neurones profond avec le mécanisme d’attention. Ces deux approches sont également comparées à une technique inspirée du domaine de la recherche d’information qui donne de bons résultats sur le jeu de données de la Banque Nationale. Les annotations du corpus de la Cour Fédérale et le robot conversationnel dédié aux questions d’immigration sont partagées en accès libre. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Apprentissage automatique, accès à la justice, recherche d’information, robot conversationnel, système de dialogue, traitement automatique du langage naturel.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».