/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
CC BY 4.0
Архитектура
bert · dense
Базовая модель
bert-base-uncased
Опубликована
29 сен 2026

bert-legal-topic

Заполнение пропусковТекст → текст3 профессии

Доменная версия BERT для заполнения маскированных слов и работы с юридической терминологией на английском языке.

33скачиваний за 30 дней0лайковвеса обновлены29 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Anas Belfathi разработал эту модель как доменно-адаптированную версию BERT base uncased для юридических текстов. Модель продолжительно обучалась на корпусе LexFiles, включающем решения Европейского суда по правам человека, судебные материалы ЕС и индийские судебные материалы. Обучение использует masked language modeling с выборочным маскированием: юридически значимые слова выбираются с учётом TF-IDF, чтобы модель лучше усваивала термины и темы документов.

Это BERT-модель класса BertForMaskedLM с 136,7 млн параметров и контекстом до 512 токенов. Она принимает английский текст с маскированными токенами и предсказывает подходящие слова для заполнения пропусков, что подходит для исследования юридической терминологии и адаптации текста в юридическом домене. Лицензия — CC BY 4.0. Модель не предназначена для генерации свободного текста или юридических консультаций; её обучающие данные ограничены указанными корпусами и юрисдикциями.

Сценарии применения

  • подстановка пропущенных юридических терминов в английском тексте
  • исследование контекстного употребления терминов в судебных решениях
  • сравнение языковых представлений юридических и общих текстов

Ограничения

Контекст ограничен 512 токенами, а обучающие данные охватывают судебные материалы ЕСПЧ, ЕС и Индии; качество для других юридических областей и юрисдикций не подтверждено. Модель предсказывает заполнение маски и не предназначена для свободной генерации или юридических консультаций.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BERT Legal (Topic-masked, continual pretraining)

bert-base-uncased continually pretrained (MLM) on a legal corpus, using topic-based selective masking (tf-idf weighted) instead of random masking: during training, content words that distinguish a document within the domain (e.g. "contract", "asylum", "tax") are masked preferentially.

Training data

A subset of lexlms/lex_files covering ECtHR case law, EU case law, and Indian case law.

Training

  • Base model: bert-base-uncased
  • Objective: masked language modeling, 15% masking rate, words sampled proportionally to their tf-idf weight
  • 10 epochs, chunk size 512, effective batch size 1024, learning rate 2e-5

Method

The masking strategy follows:

Belfathi, A., Gallina, Y., Hernandez, N., Monceaux, L., & Dufour, R. (2025). Is Selective Masking A Key to Improving Domain Adaptation for Masked Language Model? ICAIL 2025. doi:10.1145/3769126.3769216

Usage

from transformers import AutoModelForMaskedLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("AnasBelfathi/bert-legal-topic")
model = AutoModelForMaskedLM.from_pretrained("AnasBelfathi/bert-legal-topic")

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
ee84e0a

0 моделей