CUAD：用于法律合同审查的专家标注NLP数据集
计算与语言
2021-11-10 v2 机器学习
摘要
许多专业领域尚未被深度学习触及，因为大型标注数据集需要昂贵的专家标注者。我们通过引入合同理解Atticus数据集（CUAD）——一个用于法律合同审查的新数据集，来解决法律领域内的这一瓶颈。CUAD由来自The Atticus Project的数十位法律专家创建，包含超过13,000条标注。该任务是高亮合同中供人工审查的重要部分。我们发现Transformer模型具有初步性能，但该性能受模型设计与训练数据集规模的强烈影响。尽管有这些 promising 结果，仍有 substantial 改进空间。作为仅有的由专家标注的大型专业NLP基准之一，CUAD可作为更广泛NLP社群的一项具挑战性的研究基准。
引用
@article{arxiv.2103.06268,
title = {CUAD: An Expert-Annotated NLP Dataset for Legal Contract Review},
author = {Dan Hendrycks and Collin Burns and Anya Chen and Spencer Ball},
journal= {arXiv preprint arXiv:2103.06268},
year = {2021}
}
备注
NeurIPS 2021. Code and the CUAD dataset are available at https://github.com/TheAtticusProject/cuad/