/ Модель

Характеристики

Контекст
512 токенов
Параметры
212 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
16 апр 2024

BERTurk-Legal

Заполнение пропусковТекст → текст3 профессии

Турецкая BERT-модель, предварительно обученная на юридических текстах для заполнения масок и построения представлений документов для поиска судебных дел.

271скачиваний за 30 дней11лайковвеса обновлены15 ноя 2024

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

BERTurk-Legal — турецкая языковая модель на архитектуре BERT, разработанная для юридических текстов. Она предварительно обучена на корпусе турецкого права с помощью masked language modeling без разметки для поиска предыдущих судебных дел. Модель можно применять для получения представлений документов и последующего поиска похожих судебных решений; в README также описаны результаты zero-shot классификации дел Верховного кассационного суда Турции.

В репозитории представлены веса PyTorch и Safetensors размером около 211,6 млн параметров. Контекст модели — до 512 токенов; основной язык — турецкий. Лицензия — MIT. Хотя карточка описывает поиск правовых прецедентов и получение эмбеддингов, тег Hugging Face указывает задачу fill-mask; эмбеддинги можно использовать в отдельном поисковом конвейере, но сам репозиторий не заявляет отдельный pipeline для поиска или ранжирования.

Сценарии применения

  • Заполнение пропусков в турецких юридических текстах
  • Построение эмбеддингов турецких судебных решений
  • Поиск похожих судебных дел Верховного кассационного суда Турции
  • Zero-shot классификация турецких судебных дел

Ограничения

Контекст ограничен 512 токенами; README не сообщает результаты на других языках или юридических системах. Для поиска дел требуется отдельный этап получения эмбеддингов и поиска по ним.

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

We introduce BERTurk-Legal which is a transformer-based language model to retrieve prior legal cases. BERTurk-Legal is pre-trained on a dataset from the Turkish legal domain. This dataset does not contain any labels related to the prior court case retrieval task. Masked language modeling is used to train BERTurk-Legal in a self-supervised manner. With zero-shot classification, BERTurk-Legal provides state-of-the-art results on the dataset consisting of legal cases of the Court of Cassation of Turkey. The results of the experiments show the necessity of developing language models specific to the Turkish law domain. Details of BERTurk-Legal can be found in the paper mentioned in the Citation section below.

Test dataset can be accessed from the following link: https://github.com/koc-lab/yargitay_retrieval_dataset

The model can be loaded and used to create document embeddings as follows. Then, the document embeddings can be utilized for retrieval.

from transformers import AutoModelForSequenceClassification, AutoTokenizer

bert_model = "KocLab-Bilkent/BERTurk-Legal"

model = AutoModelForSequenceClassification.from_pretrained(bert_model, output_hidden_states=True)
tokenizer = AutoTokenizer.from_pretrained(bert_model)

tokens = tokenizer("Örnek metin") # a dummy text is provided as input

output = model(tokens) 
docEmbeddings = output.hidden_states[-1]

Citation

If you use the model, please cite the following conference paper.

  @inproceedings{ozturk23berturkLegal,
    author={\"{O}zt\"{u}rk, Ceyhun E. and \"{O}z\c{c}elik, {\c{S}}. Bar{\i}\c{s} and Aykut Ko\c{c}},
    booktitle={2023 31st Signal Processing and Communications Applications Conference (SIU)}, 
    title={{A Transformer-Based Prior Legal Case Retrieval Method}}, 
    year={2023},
    volume={},
    number={},
    pages={1-4}
  }
  @mastersthesis{ozturk23legalNlp,
  author  = "\"{O}zt\"{u}rk, Ceyhun E.",
  title   = "Retrieving Turkish Prior Legal Cases with Deep Learning",
  school  = "Bilkent University",
  year    = "2023"
  }

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
0c76ee2

0 моделей