Figurative Justice: Detecting metaphors in Hindi judgements with qualitative assessment and transformers
Este artículo presenta el Corpus de Metáforas Legales en Hindi (HiLeMe) y un modelo de detección basado en transformadores para abordar la falta de análisis de metáforas en textos legales en hindi de bajos recursos, con el objetivo de decodificar la toma de decisiones judiciales y expandir las herramientas automatizadas de discurso legal a otros idiomas indios.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
El lenguaje en una sala de justicia rara vez es solo una herramienta neutral para enumerar hechos. Si bien las leyes suelen imaginarse como un conjunto rígido de reglas escritas en tinta clara, las personas que las escriben e interpretan —jueces, abogados y legisladores— recurren con frecuencia al lenguaje figurado para dar sentido a ideas abstractas. Hablan de "muros" que separan la iglesia del estado, "balanzas" que equilibran la justicia o "raíces" de un contrato. Estos no son meros adornos decorativos; son poderosas herramientas cognitivas que moldean cómo se entienden, se argumentan y se deciden los conceptos jurídicos. Cuando un juez describe una situación como una "guerra" o un derecho como un "objeto", está haciendo más que usar una frase colorida; está enmarcando la realidad del caso, influyendo potencialmente en la severidad de una pena o en la interpretación de un derecho humano. Esto es especialmente crítico en lenguas como el hindi, donde los matices de tales metáforas pueden cambiar todo el significado de un argumento legal, pero hasta ahora, nadie había construido una forma para que las computadoras los detectaran automáticamente en documentos judiciales indios.
Un equipo de investigadores de Estonia e India ha dado el primer paso para resolver este problema mediante la creación de un conjunto de datos especializado y un modelo computacional diseñado para encontrar metáforas en sentencias legales en hindi. Su trabajo, titulado "Justicia Figurativa", aborda una brecha significativa en el campo de la inteligencia artificial. Si bien las computadoras se han vuelto bastante buenas leyendo y comprendiendo el inglés, el español y otras lenguas mayores, tienen dificultades con lenguas de "bajos recursos" como el hindi, particularmente cuando estas lenguas se utilizan en el entorno complejo y de alto riesgo del derecho. Los investigadores comenzaron recopilando miles de oraciones de sentencias reales de tribunales de distrito en el estado indio de Uttar Pradesh. Estos documentos fueron escritos íntegramente en hindi y contenían la materia prima del razonamiento jurídico. Para dar sentido a este texto, el equipo reclutó a seis expertos legales para que actuaran como maestros humanos para la computadora. Estos expertos leyeron las oraciones y marcaron cada instancia donde una palabra estaba siendo utilizada en un sentido figurado en lugar de su significado literal, siguiendo un método estricto y establecido para la identificación de metáforas. Este proceso resultó en una nueva colección de datos, que los investigadores denominaron el Corpus de Metáforas Legales en Hindi, que contiene más de 7,000 oraciones y cerca de 162,000 palabras.
Con estos datos cuidadosamente etiquetados en mano, los investigadores entrenaron un sofisticado modelo computacional para reconocer la diferencia entre el lenguaje literal y el figurado. Utilizaron un tipo de inteligencia artificial conocido como transformador, que es un sistema capaz de comprender el contexto de las palabras dentro de una oración completa. El modelo fue alimentado con las oraciones en hindi y se le enseñó a predecir si una parte específica del texto contenía una metáfora. Los resultados mostraron que la computadora podía distinguir entre el lenguaje literal y el figurado con una precisión general de aproximadamente el 72 por ciento. Este es un comienzo prometedor, que demuestra que es posible enseñar a una máquina a ver las capas ocultas de significado en los textos legales en hindi. Sin embargo, el estudio también reveló la dificultad de la tarea. Cuando el modelo buscaba específicamente metáforas, era acertado aproximadamente la mitad de las veces que hacía una suposición, y omitía más de dos tercios de las metáforas reales presentes en el texto. Esto sugiere que, si bien la computadora puede detectar ejemplos obvios, todavía tiene dificultades con las metáforas sutiles, matizadas y altamente contextuales que a menudo aparecen en los argumentos legales.
Los investigadores encontraron que el desafío reside en parte en la naturaleza misma del lenguaje legal, donde las metáforas suelen estar profundamente incrustadas en la estructura del argumento en lugar de destacar como comparaciones obvias. En su análisis de los errores cometidos por el modelo, observaron que la computadora a veces confundía términos legales estándar con metáforas, y en otras ocasiones no reconocía una metáfora porque el contexto era demasiado complejo. El estudio no pretende haber resuelto el problema de la detección de metáforas en el derecho hindi, sino más bien haber construido el primer mapa fiable del terreno. Al crear este conjunto de datos y demostrar que un modelo computacional puede lograr un nivel base de éxito, el equipo ha proporcionado una base para el trabajo futuro. Sus hallazgos sugieren que, para comprender verdaderamente las decisiones judiciales en hindi, y para asegurar que el lenguaje figurado utilizado por los jueces no sesgue involuntariamente los resultados, necesitamos herramientas que puedan leer entre líneas. Esta investigación abre la puerta a la aplicación de técnicas similares a las otras veintiuna lenguas programadas de la India, con el objetivo de hacer visible el poder oculto de las metáforas legales y abierto a la revisión crítica.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.