卷积神经网络可实现二元保释判决分类
计算与语言
2024-01-26 v1 计算机与社会
机器学习
摘要
在印度，机器学习在法律领域的应用明显缺乏，而该领域进行的任何研究通常基于来自高等法院的数据，并使用英语数据进行处理。地方法院和来自印度不同地区语言的数据常常被忽视。在本文中，我们在一个印地语法律文档语料库上部署了卷积神经网络（CNN）架构。我们借助 CNN 模型执行保释预测任务，并取得了 93% 的整体准确率，这相较于 Kapoor 等人（2022）在来自印度北方邦 20 个地区的数据上设定的基准准确率有所提升。
引用
@article{arxiv.2401.14135,
title = {Convolutional Neural Networks can achieve binary bail judgement classification},
author = {Amit Barman and Devangan Roy and Debapriya Paul and Indranil Dutta and Shouvik Kumar Guha and Samir Karmakar and Sudip Kumar Naskar},
journal= {arXiv preprint arXiv:2401.14135},
year = {2024}
}
备注
Accepted on 20th International Conference on Natural Language Processing (ICON)