基于双向反馈条款-元素关系网络的跨领域合同要素抽取
信息检索
2021-05-14 v1 计算与语言
摘要
合同要素抽取（CEE）是一项新任务，旨在自动识别和抽取合同中的法律相关要素，如合同日期、付款和立法引用。该任务的自动化方法将其视为序列标注问题，并大幅减少人力。然而，由于合同类型和要素类型可能差异很大，该序列标注任务的一个重大挑战是如何将一个领域的知识迁移到另一个领域，即跨领域 CEE。跨领域 CEE 与跨领域命名实体识别（NER）在两个重要方面不同。首先，合同要素比命名实体细粒度得多，这阻碍了抽取器的迁移。其次，跨领域 CEE 的抽取区域比跨领域 NER 大得多。因此，来自不同领域的要素上下文可能更加多样。我们提出了一种框架，即双向反馈条款-元素关系网络（Bi-FLEET），用于解决上述挑战的跨领域 CEE 任务。Bi-FLEET 有三个主要组件：（1）上下文编码器，（2）条款-元素关系编码器，和（3）推理层。为融入关于要素和条款类型的不变知识，跨领域构建条款-元素图，并在条款-元素关系编码器中采用分层图神经网络。为减少上下文变化的影响，推理层中设计了带有双向反馈机制的多任务框架，同时进行条款分类和要素抽取。在跨领域 NER 和 CEE 任务上的实验结果表明，Bi-FLEET 显著优于最先进的基线。
引用
@article{arxiv.2105.06083,
title = {Cross-Domain Contract Element Extraction with a Bi-directional Feedback Clause-Element Relation Network},
author = {Zihan Wang and Hongye Song and Zhaochun Ren and Pengjie Ren and Zhumin Chen and Xiaozhong Liu and Hongsong Li and Maarten de Rijke},
journal= {arXiv preprint arXiv:2105.06083},
year = {2021}
}
备注
Accepted by SIGIR2021