/ Модель

Характеристики

Лицензия
MIT
Опубликована
31 мая 2022

legal-bert-pt-br

ЭмбеддингиТекст → embedding4 профессии

LegalBERTPT-br — модель эмбеддингов предложений на португальском языке для поиска и сравнения сходства в политических и законодательных текстах Бразилии.

16скачиваний за 30 дней5лайковвеса обновлены3 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

LegalBERTPT-br — модель для получения векторных представлений предложений на португальском языке, разработанная на базе предварительно обученной BERTimbau. Авторы обучили её методом SimCSE с контрастивным обучением.

Модель предназначена для сравнения смысловой близости предложений и извлечения признаков из текстов. Для обучения использовались комментарии к законопроектам, тексты законопроектов и политические выступления из Бразилии: более 2,3 млн предложений после сегментации и объединения корпусов. Это делает её подходящей для поиска и сопоставления похожих фрагментов в бразильских политических и законодательных текстах.

Модель распространяется в формате PyTorch по лицензии MIT. Она обучена на конкретном политико-правовом корпусе, поэтому качество на других темах и разновидностях португальского может отличаться; карточка не приводит оценок качества или длины контекста.

Сценарии применения

  • поиск похожих комментариев к законопроектам
  • сопоставление предложений из текстов законопроектов
  • поиск тематически близких политических выступлений
  • извлечение векторных признаков португалоязычных юридических текстов

Ограничения

Обучение ориентировано на комментарии к законопроектам, законодательные тексты и политические выступления Бразилии, поэтому качество на других доменах может отличаться. В карточке не приведены оценки качества и длина контекста.

Для каких профессий подходит4

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

LegalBERTPT-br

LegalBERTPT-br is a trained sentence embedding using SimCSE, a contrastive learning framework, coupled with the Portuguese pre-trained language model named BERTimbau.

Corpora

– From this site, we used the column Conteudo with 215,713 comments. We removed the comments from PL 3723/2019, PEC 471/2005, and Hashtag Corpus, in order to avoid bias.

– From this site, we also used 147,008 bills. From these projects, we used the summary field named txtEmenta and the project core text named txtExplicacaoEmenta.

– From Political Speeches, we used 462,831 texts, specifically, we used the columns: sumario, textodiscurso, and indexacao.

These corpora were segmented into sentences and concatenated, producing 2,307,426 sentences.

Citing and Authors

If you find this model helpful, feel free to cite our publication Evaluating Topic Models in Portuguese Political Comments About Bills from Brazil’s Chamber of Deputies:

@inproceedings{bracis,
 author = {Nádia Silva and Marília Silva and Fabíola Pereira and João Tarrega and João Beinotti and Márcio Fonseca and Francisco Andrade and André Carvalho},
 title = {Evaluating Topic Models in Portuguese Political Comments About Bills from Brazil’s Chamber of Deputies},
 booktitle = {Anais da X Brazilian Conference on Intelligent Systems},
 location = {Online},
 year = {2021},
 keywords = {},
 issn = {0000-0000},
 publisher = {SBC},
 address = {Porto Alegre, RS, Brasil},
 url = {https://sol.sbc.org.br/index.php/bracis/article/view/19061}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
8cc9068

0 моделей