الفرز شبه التلقائي للطلبات للحصول على المساعدة القانونية المجانية

المساعدة القانونية المجانية أقل من ضعف الموارد، والعديد من أولئك الذين يسعون المساعدة القانونية لديهم احتياجاتهم غير ملتزمون.من عنق الزجاجة الرئيسية في توفير المساعدة القانونية المجانية لأولئك الأكثر احتياجا هي تحديد الطبيعة الدقيقة للمشكلة القانونية.تصف هذه الورقة تعاونا مع مزود رئيسي للمساعدة القانونية المجانية، ونشر نماذج معالجة اللغة الطبيعية لتعيين فئات في مجال القانون إلى طلبات العالم الحقيقي للمساعدة القانونية.على وجه الخصوص، نركز على التحقيق في النماذج لتوليد الكفاءة في عملية الصياغة، ولكن أيضا المخاطر المرتبطة باستخدام ساذج للتوقعات النموذجية، بما في ذلك الإنصاف عبر رسائل التركيبة السكانية للمستخدم المختلفة.

Free legal assistance is critically under-resourced, and many of those who seek legal help have their needs unmet. A major bottleneck in the provision of free legal assistance to those most in need is the determination of the precise nature of the legal problem. This paper describes a collaboration with a major provider of free legal assistance, and the deployment of natural language processing models to assign area-of-law categories to real-world requests for legal assistance. In particular, we focus on an investigation of models to generate efficiencies in the triage process, but also the risks associated with naive use of model predictions, including fairness across different user demographics.