/ Модель

Характеристики

Контекст
514 токенов
Параметры
454 млн
Лицензия
MIT
Архитектура
roberta · dense
Опубликована
22 июн 2022

roberta_large_legal_act_extraction

Разметка токеновТекст → label3 профессии

Дообученная RoBERTa-large для разметки упоминаний нормативных актов, сокращений и статей в англоязычных юридических текстах.

19скачиваний за 30 дней1лайквеса обновлены24 июн 2022

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

Lexemo/roberta_large_legal_act_extraction — дообученная Lexemo модель RoBERTa-large для извлечения упоминаний нормативных актов и их статей из текста. Она присваивает метки токенам, включая обозначения актов, связанные с ними сокращения и ссылки на статьи; результаты можно использовать для построения карты связей между законодательными актами.

Модель предназначена для анализа англоязычных юридических документов. Это архитектура RoBERTa для классификации токенов с 454,1 млн параметров и контекстом до 514 токенов. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT.

Модель узкоспециализирована: README предупреждает, что она рассчитана на юридические тексты и не рекомендуется для других областей. Применимость к текстам на других языках не заявлена.

Сценарии применения

  • извлечение названий нормативных актов из юридических документов
  • поиск упоминаний статей законодательства
  • сопоставление сокращений с упомянутыми правовыми актами
  • подготовка данных для построения карты связей между актами

Ограничения

Модель предназначена для англоязычных юридических текстов и может плохо работать вне этой области. Контекст ограничен 514 токенами.

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

Legal act Extraction Model

With growing legal complexity keeping track of changes in interconnectivity and hierarchical structure of the legislation is a challenging task. Entity extraction technique (also known as token classification) facilitates document analysis by assigning a label to each word in a text.

A way to decide which data elements are to be extracted and how they should be labeled mostly depends on a particular business problem and is limited only by a tokenization process meaning that an element shouldn’t be less than a token as split by a tokenizer. So as long as these data elements correspond to at least one whole token they could represent legal terms, legal entities, legal parties, deadlines and so on.

This model is fine-tuned to label mentioned legal acts and their articles. Extracted information could be used to create an interconnectivity map for legal acts.

Model Description

This model is a fine-tuned checkpoint of RoBERTa-large. More details about RoBERTa large are available in RoBERTa large model card.

IdLabelDescription
0ONot a legal act and not an article
1abbreviation_relevant_following_actA legal act abbreviation relevant to the following legal act
2abbreviation_relevant_previous_actA legal act abbreviation relevant to a previously mentioned legal act
3another_actA legal act
4another_act_abbreviationA legal act mentioned as an abbreviation
5another_act_equal_previous_actAn assumed legal act introduced previously
6another_act_sequence_endInside a sequence of legal acts
7another_act_sequence_startAt the beginning of a sequence of legal acts
8another_article_equal_previous_articleAn assumed article introduced previously
9article_currentAn article mentioning itself
10article_relevant_current_actAn article of the same legal act as the one being processed
11article_relevant_current_act_range_endA range end of articles belonging to the current act
12article_relevant_current_act_range_startA range start of articles belonging to the current act
13article_relevant_following_actAn article of a following legal act
15article_relevant_following_act_range_endA range end of articles belonging to a following act
16article_relevant_following_act_range_startA range start of articles belonging to a following legal act
17article_relevant_previous_actAn article of a previously mentioned legal act
18article_relevant_previous_act_range_endA range end of articles belonging to a previously mentioned legal act
19article_relevant_previous_act_range_startA range start of articles belonging to a previously mentioned legal act
20current_actA legal act mentioning itself
21treaty_abbreviationA treaty mentioned as an abbreviation
22treaty_nameA treaty
23service_labelA token comprising more than 1 label

Intended Uses & Limitations

The model could be used to extract mentioned legal acts and their articles.

Limitations

This legal-act extraction model is very domain-specific and will perform well on legal texts. It's not recommended to use this model for other domains, but you are free to test it out. It was intended for English documents only.

How To Use

from transformers import (
    TokenClassificationPipeline,
    RobertaForTokenClassification,
    RobertaTokenizerFast,
)

legal_act_extraction_model = RobertaForTokenClassification.from_pretrained(
    'Lexemo/roberta_large_legal_act_extraction')
tokenizer = RobertaTokenizerFast.from_pretrained("roberta-large")
pypeline = TokenClassificationPipeline(model=legal_act_extraction_model, 
                                        tokenizer=tokenizer, 
                                        aggregation_strategy='simple')

# Inference
import pandas as pd
from tabulate import tabulate

text = """When Member States adopt those measures, they shall contain a 
reference to this Directive or be accompanied by such reference on the 
occasion of their official publication. They shall also include a statement 
that references in existing laws, regulations and administrative provisions 
to Article 9 of Directive 97/23/EC shall be construed as references to 
Article 13 of this Directive. Member States shall determine how such 
reference is to be made and how that statement is to be formulated."""

entities = pypeline(text)
df = pd.DataFrame(entities)
print(tabulate(df, showindex=True, headers=df.columns))
# Output
    entity_group                       score  word                  start    end
--  ------------------------------  --------  ------------------  -------  -----
 0  current_act                     0.999999  Directive                80     89
 1  article_relevant_following_act  0.999995  9                       296    297
 2  another_act                     0.999999  Directive 97/23/EC      301    319
 3  article_relevant_following_act  0.999996  13                      364    366
 4  current_act                     0.999999  Directive               375    384

Fine-tuning hyper-parameters

  • learning_rate = 2e-5
  • batch_size = 4
  • weight_decay=0.01
  • max_seq_length = 514
  • num_train_epochs = 56

Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForTokenClassification
Ревизия весов
e298073

0 моделей