利用长文本编码器改进罗马尼亚语法律判决预测
计算与语言
2024-03-06 v2 人工智能
摘要
近年来，整个自然语言处理（NLP）领域在多种任务上取得了接近人类水平的惊人新成果。法律NLP领域也参与了这一过程，并取得了令人瞩目的增长。然而，通用模型并不直接适用于法律领域。由于该领域的特殊性（例如专业词汇、长文档），法律NLP通常需要特定的模型和方法。在本工作中，我们研究了用于预测法律案件最终裁决的专用模型和通用模型，该任务称为法律判决预测（LJP）。我们特别关注扩展基于Transformer模型的序列长度的方法，以更好地理解法律语料库中的长文档。在来自两个来源、文档长度和大小差异显著的四个罗马尼亚语LJP数据集上进行的大量实验表明，专用模型和处理长文本对于获得良好性能至关重要。
引用
@article{arxiv.2402.19170,
title = {Improving Legal Judgement Prediction in Romanian with Long Text Encoders},
author = {Mihai Masala and Traian Rebedea and Horia Velicu},
journal= {arXiv preprint arXiv:2402.19170},
year = {2024}
}
备注
Rejected at LREC-COLING with 4/4/3