/ Модель

Характеристики

Контекст
512 токенов
Параметры
153 млн
Лицензия
CC BY 4.0
Архитектура
bert · dense
Опубликована
9 окт 2022

legal-bert-base-cased-ptbr

Заполнение пропусковТекст → текст3 профессии

BERT-модель для заполнения пропусков и языкового моделирования на бразильских юридических текстах на португальском языке.

1 275скачиваний за 30 дней15лайковвеса обновлены20 мар 2023

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

dominguesm/legal-bert-base-cased-ptbr — языковая модель BERT для юридических текстов на португальском языке, разработанная автором репозитория на основе BERTimbau base. Модель обучена предсказывать скрытые токены по MASK-цели на корпусе юридических документов Бразилии; архитектура — BertForMaskedLM, размер — 153,2 млн параметров, максимальная длина контекста — 512 токенов.

Модель предназначена для исследований NLP в юридической сфере, вычислительного права и правовых технологий. Её можно использовать для заполнения пропусков в португалоязычных юридических текстах и как основу для прикладных NLP-сценариев в правовой области. Корпус включает судебные решения, ходатайства и другие юридические документы, предоставленные Верховным федеральным судом Бразилии в рамках условий использования LREC 2020.

Модель принимает текст и выдаёт варианты заполнения маски; README также показывает загрузку через Transformers. Она ориентирована на бразильский португальский язык, а результаты проекта не выражают позицию Верховного федерального суда Бразилии. Лицензия — CC BY 4.0.

Сценарии применения

  • заполнение пропущенных слов в юридических документах на португальском
  • подстановка вероятных терминов в судебных решениях
  • исследование NLP для бразильской юридической документации

Ограничения

Модель предназначена для португалоязычных юридических текстов Бразилии и имеет контекст длиной до 512 токенов. README не заявляет, что она готова к принятию юридических решений; результаты проекта не являются позицией Верховного федерального суда Бразилии.

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 base) Language modeling in the legal domain in Portuguese

legal-bert-base-cased-ptbr is a Language Model in the legal domain in Portuguese based on the model BERTimbau base by using a MASK objective.

The model is intended to assist NLP research in the legal field, computer law and legal technology applications. Several legal texts in Portuguese were used (more information below).

Large version of the model will be available soon.

Pre-training corpora

The pre-training corpora of legal-bert-base-cased-ptbr include:

  • 61309 - Documentos juridicos diversos | (Miscellaneous legal documents)
  • 751 - Petições (Recurso Extraordinário JEC) | (Petitions)
  • 682 - Sentenças | (Sentences)
  • 498 - Acordãos 2º Instancia | (2nd Instance Accords)
  • 469 - Agravos Recurso extraordinário | (RE grievances)
  • 411 - Despacho de Admissibilidade | (Admissibility Order)

The data used was provided by the BRAZILIAN SUPREME FEDERAL TRIBUNAL, through the terms of use: LREC 2020.

The results of this project do not imply in any way the position of the BRAZILIAN SUPREME FEDERAL TRIBUNAL, all being the sole and exclusive responsibility of the author of the model.

Load Pretrained Model

from transformers import AutoTokenizer, AutoModel

tokenizer = AutoTokenizer.from_pretrained("dominguesm/legal-bert-base-cased-ptbr")
model = AutoModel.from_pretrained("dominguesm/legal-bert-base-cased-ptbr")

# OR

from transformers import pipeline

pipe = pipeline('fill-mask', "dominguesm/legal-bert-base-cased-ptbr")

Use legal-bert-base-cased-ptbr variants as Language Models

TextMasked tokenPredictions
De ordem, a Secretaria Judiciária do Supremo Tribunal Federal INTIMA a parte abaixo identificada, ou quem as suas vezes fizer, do inteiro teor do(a) despacho/decisão presente nos autos (art. 270 do Código de Processo [MASK] e art 5º da Lei 11.419/2006).Civil('Civil', 0.9999), ('civil', 0.0001), ('Penal', 0.0000), ('eletrônico', 0.0000), ('2015', 0.0000)
2. INTIMAÇÃO da Autarquia: 2.2 Para que apresente em Juízo, com a contestação, cópia do processo administrativo referente ao benefício [MASK] em discussão na lideprevidenciário('ora', 0.9424), ('administrativo', 0.0202), ('doença', 0.0117), ('acidente', 0.0037), ('posto', 0.0036)
Certifico que, nesta data, os presentes autos foram remetidos ao [MASK] para processar e julgar recurso (Agravo de Instrumento).STF('Tribunal', 0.4278), ('Supremo', 0.1657), ('origem', 0.1538), ('arquivo', 0.1415), ('sistema', 0.0216)
TEMA: 810. Validade da correção monetária e dos juros moratórios [MASK] sobre as condenações impostas à Fazenda Pública, conforme previstos no art. 1º-F da Lei 9.494/1997, com a redação dada pela Lei 11.960/2009.incidentes('incidentes', 0.9979), ('incidente', 0.0021), ('aplicados', 0.0000), (',', 0.0000), ('aplicada', 0.0000)

Training results

Num examples = 353435
Num Epochs = 3
Instantaneous batch size per device = 4
Total train batch size (w. parallel, distributed & accumulation) = 32
Gradient Accumulation steps = 1
Total optimization steps = 33135

TRAIN RESULTS

"epoch": 3.0
"train_loss": 0.6107781137512769
"train_runtime": 10192.1545
"train_samples": 353435
"train_samples_per_second": 104.031
"train_steps_per_second": 3.251

EVAL RESULTS

"epoch": 3.0
"eval_loss": 0.47251805663108826
"eval_runtime": 126.3026
"eval_samples": 17878
"eval_samples_per_second": 141.549
"eval_steps_per_second": 4.426
"perplexity": 1.604028145934512

Citation

@misc{domingues2022legal-bert-base-cased-ptbr,
      author = {Domingues, Maicon}
      title = {Language Model in the legal domain in Portuguese},
      year={2022},
      howpublished= {\url{https://huggingface.co/dominguesm/legal-bert-base-cased-ptbr/}}
} 

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
356e007

0 моделей