Resum:
L'etiquetatge de rols retòrics (Rhetorical Role Labeling, RRL) en sentències legals representa una tasca clau per a l'automatització de processos jurídics, com la cerca semàntica, la mineria d'arguments o l'elaboració de resums de casos. Aquest camp afronta reptes importants, com la dependència contextual entre oracions, la complexitat en la interrelació de rols, l'escassetat de dades anotades i el desequilibri entre classes. Per abordar aquestes problemàtiques, s'han proposat noves metodologies que aprofiten el coneixement d'instàncies similars semànticament (els anomenats veïns), cosa que permet millorar el rendiment del model sense necessitat d'ampliar les dades ni reentrenar des de zero el model base.
Els mètodes d'inferència apliquen interpolacions entre les prediccions actuals i les inferències derivades d'oracions veïnes prèviament vistes, utilitzant tècniques basades en veïns més propers o prototips múltiples. D'altra banda, en els mètodes d'entrenament, s'empren estratègies d'aprenentatge contrastiu i prototípic integrades amb l'espai d'embeddings, incorporant a més una nova funció de pèrdua contrastiva sensible al discurs legal, cosa que permet capturar millor les dependències contextuals entre frases.
A través de múltiples experiments aplicats a quatre conjunts de dades jurídiques de la jurisdicció índia, s'ha demostrat que aquestes tècniques no només milloren el rendiment en dades desbalancejades, sinó que també doten els models d'una capacitat de generalització entre dominis jurídics diferents, un factor crucial per a la seva escalabilitat. L'adaptabilitat interdomini s'ha identificat com una limitació clau en implementacions tradicionals, les quals solen quedar ancorades a terminologies específiques del tribunal o país.
En aquesta línia d'innovació, empreses com Q2BSTUDIO, especialitzada en desenvolupament i serveis tecnològics, tenen un paper essencial en aplicar aquest tipus d'investigacions en solucions pràctiques. Q2BSTUDIO treballa en el disseny i implementació d'eines intel·ligents per al sector legal que integren processament de llenguatge natural (NLP) i aprenentatge automàtic, facilitant la transformació digital i l'eficiència operativa en despatxos jurídics, organismes públics i empreses de l'àmbit legal. Gràcies a l'experiència de Q2BSTUDIO, aquestes tècniques avançades poden convertir-se en sistemes escalables, èticament sostenibles i viables per a adopcions comercials internacionals.
Autors:
Santosh T.Y.S.S, Hassan Sarwat, Ahmed Abdou, Matthias Grabmair – Technical University of Munich
