Sep, 2024

自然语言处理的小额索赔法庭：利用小数据集评判法律文本分类策略

HTML
PDF
TL;DR本研究针对法律领域中贴标数据需求高的问题，探讨如何优化小型贴标数据集与大量非贴标数据的使用。通过结合BERT、数据增强和半监督学习策略，研究显示最佳结果达到了80.7%的准确率，突破了以往模型的表现，展现了在法律文本分类中的新方法潜力。
发现论文，激发创造
  • 法律领域分类：新加坡最高法院裁决文本分类器的比较研究

    本文研究比较了各种机器学习方法，用于将判决分为不同的法律领域，结果表明包括主题模型、词向量和语言模型分类器在内的所有方法都表现良好，但还需要进一步优化这些先进的方法以适应法律领域。

    Apr, 2019

  • 英文下的神经网络法律判决预测

    本文发布了一个新的英文司法判决预测数据集，通过使用各种神经模型对该数据集进行评估，建立了强大的基准线，并探索了模型是否会受到人口统计信息的偏见影响。作为一个附带产品，我们提出了BERT的分层版本，绕过BERT的长度限制。

    Jun, 2019

  • 利用Transformers自然语言处理方法对巴西法院文件进行相似性聚类

    本研究运用BERT、GPT-2和RoBERTa等6种转换器以及21万份法律诉讼专业化训练模型，通过将文件预处理十分相似的信息转化为向量、使用无监督学习方法聚类控制进行法律领域的词语判定，体现出转换器模型的优点。在这其中，RoBERTa模型得到了进一步发展，成为了本研究的重要部分。

    Apr, 2022

  • 自动难民案件分析：支持法律从业者的自然语言处理管道

    本研究介绍了一个从法律案例中检索、处理和提取目标信息的端到端方法，并进行了在加拿大难民法律领域的案例研究。通过使用最先进的神经命名实体识别技术，从不同的神经网络模型中选择最佳方法来提取有用的信息。模型可以在5个目标类别上实现高于90%的F1分数，并在其他4个类别上实现超过80%的分数。

    May, 2023

  • 比较弱监督和注释过程方法的葡萄牙法律语义文本相似性数据集

    该研究介绍了推动法律领域数字化的制度，并尝试为法律领域提供一些数据集以支持人工智能的发展，同时也探究了如何为这些数据集进行标注。通过对专家标注和启发式标注的比对，说明启发式标注的可用性。

    May, 2023

  • 建模法律推理：人类共识边缘的语言模型注释

    使用生成式语言模型对复杂任务进行分类的能力有限，需要进行精细调优，而对法律推理的分类则表明人工注释密集的分类方法仍然具有重要意义。

    Oct, 2023

  • 大型语言模型的合法性及局限性：构建强大的法律语言模型的论证

    近期自然语言处理（NLP）在法律领域的应用面临诸多挑战，包括极长的序列长度、专业词汇仅律师才能理解以及数据不平衡。大型语言模型（LLMs）的出现为NLP在法律领域提供了新的机会。本研究旨在量化普通LLMs与领域特定模型在法律领域的表现，通过比较三个通用LLMs（ChatGPT-20b，LLaMA-2-70b和Falcon-180b）在LexGLUE合同条款分类基准测试集上的零样本性能。尽管LLMs未经专门训练法律数据，但我们观察到它们在大多数情况下仍能正确分类主题。然而，我们发现它们的微F1/宏F1性能比在法律领域微调的较小模型要低19.2/26.8％，这凸显了需要更强大的法律领域LLMs。

    Nov, 2023

  • LegalLens: 利用LLMs识别非结构化文本中的法律违规行为

    研究专注于通过大规模语言模型检测非结构化文本数据中的法律违规行为，并将这些违规行为与可能受影响的个人关联起来，实验结果表明我们的数据集和设置可以用于这两个任务。

    Feb, 2024

  • 利用长文本编码器改进罗马尼亚语法律判断预测

    通过研究专用模型和处理长文本，探索法律评判预测任务中的特殊模型和通用模型的表现，以提高性能。

    Feb, 2024

  • 基于树估计器的依区域法类别对西班牙法律裁决的自动解释

    结合自然语言处理和机器学习的可解释法律文本分类系统，对决策的特征和决策路径进行分析并以自然语言形式呈现，实现模型决策的可理解性。该系统在法律类别上的实验结果表明，其分类性能具有竞争力，准确度值超过90%，并且自动解释能够被非专业用户轻松理解。

    Mar, 2024