Figurative Justice: Detecting metaphors in Hindi judgements with qualitative assessment and transformers
Cet article présente le corpus de métaphores juridiques en hindi (HiLeMe) ainsi qu'un modèle de détection basé sur les transformers pour remédier au manque d'analyse des métaphores dans les textes juridiques en hindi à faibles ressources, visant à décoder la prise de décision judiciaire et à étendre les outils automatisés de discours juridique à d'autres langues indiennes.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Le langage dans une salle d'audience est rarement un simple outil neutre servant à énumérer des faits. Bien que les lois soient souvent imaginées comme un ensemble rigide de règles écrites à l'encre noire, les personnes qui les rédigent et les interprètent — juges, avocats et législateurs — s'appuient fréquemment sur le langage figuré pour donner sens à des idées abstraites. Ils parlent de « murs » séparant l'Église et l'État, de « balances » équilibrant la justice, ou de « racines » d'un contrat. Il ne s'agit pas de simples fioritures décoratives ; ce sont des outils cognitifs puissants qui façonnent la manière dont les concepts juridiques sont compris, argumentés et décidés. Lorsqu'un juge décrit une situation comme une « guerre » ou un droit comme un « objet », il fait plus que l'usage d'une expression colorée ; il cadre la réalité de l'affaire, influençant potentiellement la sévérité d'une peine ou l'interprétation d'un droit humain. Cela est particulièrement critique dans des langues comme le hindi, où les nuances de telles métaphores peuvent modifier tout le sens d'un argument juridique, pourtant, jusqu'à présent, personne n'avait conçu de moyen pour que les ordinateurs les repèrent automatiquement dans les documents judiciaires indiens.
Une équipe de chercheurs d'Estonie et d'Inde a fait le premier pas vers la résolution de ce problème en créant un ensemble de données spécialisé et un modèle informatique conçu pour trouver des métaphores dans les jugements juridiques en hindi. Leurs travaux, intitulés « Figurative Justice », comblent une lacune importante dans le domaine de l'intelligence artificielle. Si les ordinateurs sont devenus très performants pour lire et comprendre l'anglais, l'espagnol et d'autres langues majeures, ils éprouvent des difficultés avec les langues dites à « faibles ressources » comme le hindi, particulièrement lorsque ces langues sont utilisées dans l'environnement complexe et à enjeux élevés du droit. Les chercheurs ont commencé par rassembler des milliers de phrases issues de véritables jugements de tribunaux de district de l'État indien de l'Uttar Pradesh. Ces documents étaient entièrement rédigés en hindi et contenaient la matière brute du raisonnement juridique. Pour donner un sens à ce texte, l'équipe a fait appel à six experts juridiques pour agir comme enseignants humains pour l'ordinateur. Ces experts ont parcouru les phrases et ont marqué chaque instance où un mot était utilisé de manière figurative plutôt que littérale, en suivant une méthode stricte et établie pour identifier les métaphores. Ce processus a abouti à une nouvelle collection de données, que les chercheurs ont nommée le « Hindi Legal Metaphor Corpus », contenant plus de 7 000 phrases et près de 162 000 mots.
Munis de ces données soigneusement étiquetées, les chercheurs ont entraîné un modèle informatique sophistiqué pour reconnaître la différence entre le langage littéral et figuré. Ils ont utilisé un type d'intelligence artificielle connu sous le nom de « transformer », qui est un système capable de comprendre le contexte des mots au sein d'une phrase entière. Le modèle a été nourri de phrases en hindi et a appris à prédire si une partie spécifique du texte contenait une métaphore. Les résultats ont montré que l'ordinateur pouvait distinguer le langage littéral du langage figuré avec une précision globale d'environ 72 pour cent. C'est un début prometteur, prouvant qu'il est possible d'apprendre à une machine à voir les couches de sens cachées dans les textes juridiques en hindi. Cependant, l'étude a également révélé la difficulté de la tâche. Lorsque le modèle cherchait spécifiquement des métaphores, il avait raison environ la moitié du temps lorsqu'il faisait une supposition, et il passait à côté de plus des deux tiers des métaphores réellement présentes dans le texte. Cela suggère que, bien que l'ordinateur puisse repérer des exemples évidents, il peine encore face aux métaphores subtiles, nuancées et hautement contextuelles qui apparaissent souvent dans les arguments juridiques.
Les chercheurs ont découvert que le défi réside en partie dans la nature même du langage juridique, où les métaphores sont souvent profondément ancrées dans la structure de l'argument plutôt que de se présenter comme des comparaisons évidentes. Dans leur analyse des erreurs commises par le modèle, ils ont constaté que l'ordinateur confondait parfois des termes juridiques standards avec des métaphores, et qu'il ne parvenait parfois pas à reconnaître une métaphore parce que le contexte était trop complexe. L'étude ne prétend pas avoir résolu le problème de la détection des métaphores dans le droit en hindi, mais plutôt d'avoir construit la première carte fiable du terrain. En créant cet ensemble de données et en démontrant qu'un modèle informatique peut atteindre un niveau de base de réussite, l'équipe a posé les fondations de travaux futurs. Leurs conclusions suggèrent que pour véritablement comprendre les décisions judiciaires en hindi, et pour garantir que le langage figuré utilisé par les juges ne biaise pas involontairement les issues, nous avons besoin d'outils capables de lire entre les lignes. Cette recherche ouvre la voie à l'application de techniques similaires aux vingt et un autres exemples de langues programmées de l'Inde, visant à rendre le pouvoir caché des métaphores juridiques visible et ouvert à un examen critique.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.