We propose a new shared task of semantic retrieval from legal texts, in which a so-called contract discovery is to be performed-where legal clauses are extracted from documents, given a few examples of similar clauses from other legal acts. The task differs substantially from conventional NLI and shared tasks on legal information extraction (e.g., one has to identify text span instead of a single document, page, or paragraph). The specification of the proposed task is followed by an evaluation of multiple solutions within the unified framework proposed for this branch of methods. It is shown that state-of-the-art pretrained encoders fail to provide satisfactory results on the task proposed. In contrast, Language Model-based solutions perform better, especially when unsupervised fine-tuning is applied. Besides the ablation studies, we addressed questions regarding detection accuracy for relevant text fragments depending on the number of examples available. In addition to the dataset and reference results, LMs specialized in the legal domain were made publicly available.
Potentiel connotatif de sang et de son équivalent polonais krew étudié à travers les séquences figées et métaphoriques R é s u m é : L'objectif du présent article est de retrouver des convergences et/ou des écarts dans les images et les connotations qu'évoquent les séquences figées où sang en français et krew en polonais sont employés. Car, bien que le sang soit sans doute spécial grâce aux fonctions vitales qu'il assume et sa couleur rouge commune pour tous les êtres humains, il arrive entre les langues des décalages dans la manière dont les mots équivalents sont employés. Tout au long de notre étude nous revenons aux questions de sélection sémique et de polylexicalité. Les études de Salah Mejri sur le figement seront la principale référence théorique de notre recherche. M o t s -c l é s : figement ; métaphore ; sang ; émotion ; hérédité ; connotation * Mais : bez krwi i kości pour dire 'irréel', d'un côté, et 'sans vie' de l'autre (cf. SJPD).Source : élaboré par nous à partir des données collectées.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.