/ Модель

Характеристики

Контекст
512 токенов
Параметры
433 млн
Лицензия
MIT
Архитектура
bert · dense
Базовая модель
ner-bert-large-cased-pt-lenerbr
Опубликована
21 янв 2025

legal-bert-lgpd

Разметка токеновТекст → label3 профессии

BERT-модель для извлечения именованных сущностей и персональных данных из юридических текстов на португальском языке Бразилии.

19 421скачиваний за 30 дней10лайковвеса обновлены31 мар 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

Legal-BERT-LGPD — модель на архитектуре BERT, разработанная для анализа бразильских юридических текстов с акцентом на закон LGPD о защите персональных данных. Она выполняет токен-классификацию для распознавания именованных сущностей, включая персональные данные в документах. Модель дообучена на базе pierreguillou/ner-bert-large-cased-pt-lenerbr с адаптацией к юридическому корпусу на португальском языке; содержит 433,2 млн параметров и обрабатывает контекст до 512 токенов.

Модель предназначена для извлечения имен, дат, адресов и других размеченных сущностей из бразильских юридических документов, в том числе материалов, связанных с приватностью и защитой данных. В README для отдельных классов указаны F1 0,95 для имен, 0,98 для дат и 0,82 для адресов; эти результаты относятся к приведённой оценке и не гарантируют такую же точность на других данных. Модель специализирована на юридическом португальском Бразилии, может хуже работать в других областях и языках и не заменяет юридическую консультацию. Лицензия — MIT.

Сценарии применения

  • распознавание имен в бразильских юридических документах
  • извлечение дат из документов по LGPD
  • поиск адресов и персональных данных в правовых текстах
  • разметка сущностей в документах о защите данных

Ограничения

Специализирована на юридическом португальском Бразилии и может хуже обобщать на другие языки и предметные области. Не заменяет профессиональную юридическую консультацию; качество зависит от данных и конкретной задачи.

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-BERT-LGPD 🇧🇷

Legal-BERT-LGPD is a domain-adapted transformer model for Brazilian legal texts, with a focus on the Lei Geral de Proteção de Dados (LGPD). It is designed to support task of token classification (NER) in the legal domain.

Overview

This model is based on BERT architecture and was further pre-trained and fine-tuned on Brazilian legal corpora, emphasizing privacy and data protection regulations. The development is grounded in academic research on legal NLP applied to LGPD.

Training Background

The model was developed using domain adaptation techniques over legal corpora in Portuguese. The methodology follows established approaches in Legal NLP, leveraging:

  • Continued pre-training on domain-specific corpora
  • Fine-tuning for downstream legal tasks

The underlying research highlights the importance of contextual embeddings for capturing the nuances of legal language, especially in highly specialized domains such as privacy law.

Limitations

  • The model is specialized in Brazilian Portuguese legal language and may not generalize well to other domains or languages.
  • It should not be used as a substitute for professional legal advice.
  • Performance may vary depending on task-specific fine-tuning.

Personal Data Labels and Examples

LabelEntity Example
NAMEFrancis Pantele
DATEJanuary 12, 2013
ADDRESSCampo Grande, MS
CPF049.567.041-22
PHONE(61) 9412 3333
EMAILfran@bol.com
MONEY5,534.00
ZIPCODE59123-222

Model performance results

EntityPrecisionRecallF1-ScoreSupport
NAME0.950.950.951743
DATE0.980.970.982024
ADDRESS0.800.840.821323
CPF0.981.000.99144
PHONE0.960.970.97983
EMAIL0.960.980.97567
MONEY0.950.950.95348
ZIPCODE0.980.980.98447
Average0.940.960.95947

How to Use

import torch
from transformers import pipeline, AutoTokenizer

MODEL_NAME = "celiudos/legal-bert-lgpd"
tokenizer = AutoTokenizer.from_pretrained(
    MODEL_NAME,
    model_max_length=512,
)

pipe = pipeline(
    "ner",
    tokenizer=tokenizer,
    model=MODEL_NAME,
    stride=100,
    aggregation_strategy="first",
    device=0 if torch.cuda.is_available() else -1,
)

pipe(
    "Anotação de Responsabilidade Técnica Nº 1055330634101 de 12 de janeiro de 2013 relativa à Lei Federal Nº 531. Trata-se de representação referente a possível falsificação documentação técnica registrada pelo CREA-SP, feita pelo senhor Francis Pantele da Cozzi, CPF: 412.612.341-32, telefone (31) 951358433, email fran@bol.com, atinente à sua contratação pela senhora Marinalva Bete Raz, CPF: 049.567.041-22, telefone (61) 9412 3333, mulher branca, opinião política conservadora, religião evangélica. Marinalva Bete Raz reclama por indenização por danos morais no dia 14.05.2013 no valor de R$ 82.662,00 (Oitenta e dois mil, seiscentos e sessenta e dois reais) relacionado ao endereço IP 192.168.01 e ao endereço constante no CEP 59123-222, Rua dos Pioneiros, nº 450, Jardim Esmeralda, Campo Grande, MS."
)

Output

[
  {
    "entity_group": "DATA",
    "score": 0.9828296,
    "word": "12 de janeiro de 2013",
    "start": 57,
    "end": 78
  },
  {
    "entity_group": "NOME",
    "score": 0.95766664,
    "word": "Francis Pantele da Cozzi",
    "start": 234,
    "end": 258
  },
  {
    "entity_group": "CPF",
    "score": 0.9954297,
    "word": "412. 612. 341 - 32",
    "start": 265,
    "end": 279
  },
  {
    "entity_group": "TELEFONE",
    "score": 0.5634508,
    "word": "31 )",
    "start": 291,
    "end": 294
  },
  {
    "entity_group": "EMAIL",
    "score": 0.9973985,
    "word": "fran @ bol. com",
    "start": 312,
    "end": 324
  },
  {
    "entity_group": "NOME",
    "score": 0.96683884,
    "word": "Marinalva Bete Raz",
    "start": 366,
    "end": 384
  },
  {
    "entity_group": "CPF",
    "score": 0.99713326,
    "word": "049. 567. 041 - 22",
    "start": 391,
    "end": 405
  },
  {
    "entity_group": "TELEFONE",
    "score": 0.90854883,
    "word": "( 61 ) 9412 3333",
    "start": 416,
    "end": 430
  },
  {
    "entity_group": "NOME",
    "score": 0.9364093,
    "word": "Marinalva Bete Raz",
    "start": 499,
    "end": 517
  },
  {
    "entity_group": "DATA",
    "score": 0.9986375,
    "word": "14",
    "start": 566,
    "end": 568
  },
  {
    "entity_group": "DATA",
    "score": 0.9968226,
    "word": "05",
    "start": 569,
    "end": 571
  },
  {
    "entity_group": "DATA",
    "score": 0.9992943,
    "word": "2013",
    "start": 572,
    "end": 576
  },
  {
    "entity_group": "DINHEIRO",
    "score": 0.99847966,
    "word": "R $ 82. 662, 00",
    "start": 589,
    "end": 601
  },
  {
    "entity_group": "CEP",
    "score": 0.9977593,
    "word": "59123 - 222",
    "start": 728,
    "end": 737
  },
  {
    "entity_group": "ENDERECO",
    "score": 0.9711078,
    "word": "Rua dos Pioneiros",
    "start": 739,
    "end": 756
  },
  {
    "entity_group": "ENDERECO",
    "score": 0.9741938,
    "word": "Jardim Esmeralda",
    "start": 766,
    "end": 782
  },
  {
    "entity_group": "ENDERECO",
    "score": 0.9352198,
    "word": "Campo Grande, MS",
    "start": 784,
    "end": 800
  }
]

Custom Input Usage

import gradio as gr

def ner(text):
    return {"text": text, "entities": pipe(text)}

gr.Interface(
    ner,
    gr.Textbox(placeholder="Enter sentence here..."),
    gr.HighlightedText(),
    live=True,
    examples=[
        "Anotação de Responsabilidade Técnica Nº 1055330634101 de 12 de janeiro de 2013 relativa à Lei Federal Nº 531. Trata-se de representação referente a possível falsificação documentação técnica registrada pelo CREA-SP, feita pelo senhor Francis Pantele da Cozzi, CPF: 412.612.341-32, telefone (31) 951358433, email fran@bol.com.",
    ],
).launch()

Citation

@mastersthesis{souza_filho_2025_lgpd,
  author       = {Souza Filho, Marcelo Anselmo de},
  title        = {Inteligência Artificial no MPF: Uma Solução Baseada em IA para Pseudonimização de Dados Pessoais},
  school       = {Universidade de Brasília},
  year         = {2025},
  address      = {Brasília},
  type         = {Dissertação (Mestrado profissional em Computação Aplicada)},
  pages        = {74}
}

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
BertForTokenClassification
Ревизия весов
8a9340b

0 моделей