Traitement du langage et systèmes de dialogue pour faciliter l'accès à la justice
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.016 | 0.050 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.010 | 0.013 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.021 | 0.011 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".