不留下任何论点：用于加快处理任意长度法律文本的重叠块
计算与语言
2024-12-17 v2 人工智能
计算机与社会
机器学习
摘要
在巴西司法体系——全球最大司法体系——因处理数百万案件速度慢而面临危机的背景下，迫切需要develop高效的方法来分析法律文本。我们引入了uBERT，这是一个结合Transformer和循环神经网络架构的混合模型，用于有效处理长法律文本。我们的ethods能够在保持合理计算开销的同时，处理文本长度任意的文本。我们的实验表明，在使用重叠输入的情况下，uBERT在处理长法律文档时，相较于BERT+LSTM实现了优异性能，并且在处理长法律文档时显著快于ULMFiT。
关键词
引用
@article{arxiv.2410.19184,
title = {No Argument Left Behind: Overlapping Chunks for Faster Processing of Arbitrarily Long Legal Texts},
author = {Israel Fama and Bárbara Bueno and Alexandre Alcoforado and Thomas Palmeira Ferraz and Arnold Moya and Anna Helena Reali Costa},
journal= {arXiv preprint arXiv:2410.19184},
year = {2024}
}
备注
Presented at 15th Symposium in Information and Human Language Technology (STIL) @ BRACIS'24