Jan, 2023

MAUD：用于并购协议理解的专家注释法律自然语言处理数据集

PDF
TL;DR本研究介绍了基于美国律师协会的 2021 年公共目标交易要点研究的 Merger Agreement Understanding 数据集，通过专家注释读解的法律文本可以提高阅读理解的准确性，其中 Transformer 基线对大多数问题的表现良好，而对于大部分问题仍有改进的空间。
legal textreading comprehensionmerger agreement understanding datasetexpert-annotatedtransformer baselines
发现论文，激发创造
  • CUAD: 一个专家注释的法律合同审查自然语言处理数据集

    利用 Contract Understanding Atticus 数据集，研究团队尝试解决法律领域深度学习中的困境，发现 Transformer 模型存在潜在的问题，并将其作为专业 NLP 研究领域的挑战性基准。

    Mar, 2021

  • 基于读者感知的多文档摘要：增强模型与首个数据集

    本文介绍了一个新的数据集来解决阅读者感知的多文档摘要问题；通过扩展基于变分自动编解码器的 MDS 框架，共同考虑新闻文档和读者评论。实验结果表明，读者评论能够提高摘要的表现，并证明了所提出的数据集的实用性。

    Aug, 2017

  • MuTual: 多轮对话推理数据集

    介绍了一个新的多轮对话推理数据集 MuTual，包含 8,860 个中文学生英语听力考试基础上的手动注释对话，对话系统或模型需要具备处理各种推理问题的能力，现有的最先进的方法仅可达到 71％，远远落后于 94％的人类表现

    Apr, 2020

  • MADLAD-400：一个多语言和文档级别的大型审计数据集

    我们介绍了 MADLAD-400，这是一个人工审核的、基于 CommonCrawl 的通用领域 3T 令牌单语数据集，涵盖 419 种语言。我们讨论了 MADLAD-400 自我审核揭示的局限性以及数据审核在数据集创建过程中的作用。然后，我们使用公开可用的数据训练和发布了一个具有 1070 亿个参数的多语言机器翻译模型，涵盖了超过 450 种语言，并发现它与规模更大的模型相竞争，在不同领域报告了结果。此外，我们训练了一个具有 80 亿个参数的语言模型，并评估了在几次翻译中的结果。我们将基准模型提供给研究界。

    Sep, 2023

  • MAD: 电影音频描述视频语言基础数据集

    该论文提出了 MAD 基准测试，通过爬取和对齐可用的主流电影音频描述，包含超过 384,000 个自然语言句子，展示出视频语言基础数据集中存在的偏差的显着减少，使短暂的时间点可以准确地与长达三个小时的视频相匹配。

    Dec, 2021

  • MMAUD：现代小型无人机威胁的综合多模态反无人机数据集

    MMAUD 是一个多模态反无人机数据集，用于无人机检测、无人机类型分类和轨迹估计，提供多种感知输入和准确的基准数据，对于开发准确和高效的解决方案具有重要价值。

    Feb, 2024

  • LexGLUE: 英文法律语言理解基准数据集

    介绍 Legal General Language Understanding Evaluation（LexGLUE）基准测试和对几个通用和以法律为导向的模型的评估和分析，证明后者在多个任务中始终提供性能改进。

    Oct, 2021

  • AMuRD：跨语言键信息提取与分类的注释多语种收据数据集

    本文介绍了一种用于收据提取的新颖多语言数据集，解决了信息提取和项目分类中的关键挑战，并介绍了 InstructLLaMA 方法，在关键信息提取和项目分类方面实现了 0.76 的 F1 分数和 0.68 的准确性。

    Sep, 2023

  • AGB-DE：用于对德国消费合同条款进行自动法律评估的语料库

    介绍了一个包含 3764 个德国消费者合同从业条款的 AGB-DE 语料库，并对检测潜在无效从句的任务进行了首次基线评估，结果显示该任务的挑战性，并指出理解复杂从句是其中的主要挑战之一。

    Jun, 2024

  • 利用上下文化大语言模型理解法律文件

    针对印度等人口密集的国家法律案件增长的问题，本论文提出了解决该问题的有效技术 ——SemEval-2023 任务 6：理解法律文本的系统，该系统利用 Legal-BERT-HSLN 模型和 Legal-LUKE 模型预测法律文件的修辞角色和识别法律实体，并表明模型优于基线模型，在领先的任务排行榜中取得显著成绩。

    Mar, 2023