Academic Journal
Summarization of tax rulings in the PRODIGIT project ; La sommarizzazione delle sentenze tributarie di merito nel progetto PRODIGIT
| Τίτλος: | Summarization of tax rulings in the PRODIGIT project ; La sommarizzazione delle sentenze tributarie di merito nel progetto PRODIGIT |
|---|---|
| Συγγραφείς: | Pisano, Giuseppe, Fidelangeli, Alessia, Galli, Federico, Loreggia, Andrea, Rovatti, Riccardo, Santin, Piera, Sartor, Giovanni |
| Πηγή: | i-lex; Vol. 17 No. 1 (2024); 1-26 ; i-lex; V. 17 N. 1 (2024); 1-26 ; 1825-1927 |
| Στοιχεία εκδότη: | Alma Diamond, Alma Mater Studiorum Università di Bologna |
| Έτος έκδοσης: | 2024 |
| Συλλογή: | University of Bologna: AlmaDL Journals |
| Θεματικοί όροι: | Tax law, artificial intelligence, Abstractive summarisation, Extractive summarisation, Large Language Models, Diritto tributario, intelligenza artificiale, sommarizzazione astrattiva, sommarizzazione estrattiva, modelli linguistici di ampie dimensioni |
| Περιγραφή: | This contribution illustrates the experimental summarisation of tax-law decisions conducted within the PRODIGIT project. After a brief introduction on the concepts of summarisation and "massimazione" (the authoritative extraction of judicial rulings by the Court of Cassation in the Italian legal system), we present the methodology adopted in the project. This methodology includes the experimentation and comparative evaluation of techniques for extractive and abstractive summarization. We then describe the results obtained with these techniques, focusing on abstractive summarization using large language models, the solution that delivered the best results. The different combinations of commands tested (prompt) and the related results are presented. The evaluation by tax experts shows that the most correct and complete summaries are provided using the method of "combined summarisation", which requires the generation of the different contents of the summary and their combination into a single text. Finally, the use of summaries for semantic search functions is presented. ; Nel presente contributo si illustra la sommarizzazione sperimentale delle sentenze tributarie condotta nell’ambito del progetto PRODIGIT. Dopo una breve introduzione sui concetti di sommarizzazione e massimazione, si presenta la metodologia adottata nel progetto, che include la sperimentazione e la valutazione comparativa di tecniche per la sommarizzazione estrattiva e astrattiva. Si descrivono quindi i risultati ottenuti con tali tecniche, soffermandosi sulla sommarizzazione astrattiva mediante modelli linguistici di ampie dimensioni (cd. “large language models”), la tecnica che ha dato i risultati migliori. Si presentano le diverse combinazioni di comandi sperimentate (prompt), e i relativi risultati. Dalla valutazione, da parte di esperti tributaristi, è emerso che i sommari più corretti e completi sono forniti dalla “sommarizzazione combinata”, che richiede la generazione autonoma dei diversi contenuti del sommario e la loro combinazione in ... |
| Τύπος εγγράφου: | article in journal/newspaper |
| Περιγραφή αρχείου: | application/pdf |
| Γλώσσα: | Italian |
| Relation: | https://i-lex.unibo.it/article/view/19618/17824 |
| DOI: | 10.6092/issn.1825-1927/19618 |
| Διαθεσιμότητα: | https://i-lex.unibo.it/article/view/19618 https://doi.org/10.6092/issn.1825-1927/19618 |
| Rights: | Copyright (c) 2024 Giuseppe Pisano, Alessia Fidelangeli, Federico Galli, Andrea Loreggia, Riccardo Rovatti, Piera Santin, Giovanni Sartor ; https://creativecommons.org/licenses/by/4.0 |
| Αριθμός Καταχώρησης: | edsbas.6A6660FD |
| Βάση Δεδομένων: | BASE |
| DOI: | 10.6092/issn.1825-1927/19618 |
|---|