تلخيص أحكام المحكمة الألمانية

من الناحية التاريخية، يتم إهمال اللغة القانونية الألمانية على نطاق واسع في أبحاث NLP، خاصة في أنظمة التلخيص، لأن معظمها يعتمد على مقالات الصحف الإنجليزية. في هذه الورقة، نقترح مهمة تلخيص أحكام المحكمة الألمانية. نظرا لتعقيدها وطولها، فمن الأهمية بمكان أن يحدد الممارسون القانونيون بسرعة محتوى الحكم وبالتالي يتمكنوا من اتخاذ قرار بشأن أهمية قضية قانونية معينة. لمعالجة هذه المشكلة، نقدم مجموعة بيانات جديدة تتكون من الأحكام الألمانية 100K مع ملخصات قصيرة. تحتوي DataSet لدينا على أعلى نسبة ضغط من بين مجموعات بيانات التلخيص الأكثر شيوعا. تحتوي أحكام المحكمة الألمانية على الكثير من المعلومات الهيكلية، لذلك نقوم بإنشاء خط أنابيب مسبق المعالجة مصممة بشكل صريح إلى المجال القانوني الألماني. بالإضافة إلى ذلك، نقوم بتنفيذ أنظمة تلخيص متعددة وكذلك مبادرة وبناء مجموعة واسعة من النماذج الأساسية. أفضل نموذج لدينا يحقق درجة Rouge-1 من 30.50. لذلك مع هذا العمل، فإننا نضع الأساس الحاسم لمزيد من البحث في أنظمة التلخيص الألمانية.

Historically speaking, the German legal language is widely neglected in NLP research, especially in summarization systems, as most of them are based on English newspaper articles. In this paper, we propose the task of automatic summarization of German court rulings. Due to their complexity and length, it is of critical importance that legal practitioners can quickly identify the content of a verdict and thus be able to decide on the relevance for a given legal case. To tackle this problem, we introduce a new dataset consisting of 100k German judgments with short summaries. Our dataset has the highest compression ratio among the most common summarization datasets. German court rulings contain much structural information, so we create a pre-processing pipeline tailored explicitly to the German legal domain. Additionally, we implement multiple extractive as well as abstractive summarization systems and build a wide variety of baseline models. Our best model achieves a ROUGE-1 score of 30.50. Therefore with this work, we are laying the crucial groundwork for further research on German summarization systems.