Nonet在SemEval-2023任务6中的工作：法律评估方法
计算与语言
2023-10-18 v1 人工智能
信息检索
机器学习
摘要
本文描述了我们提交至SemEval-2023任务6（LegalEval：理解法律文本）的方案。我们的提交集中于三个子任务：任务B的法律命名实体识别（L-NER）、任务C1的法律判决预测（LJP）以及任务C2的带解释的法庭判决预测（CJPE）。我们在这些子任务上进行了多种实验，并详细展示了结果，包括数据统计与方法。值得注意的是，由于对法律分析自动化与支持的需求日益增长，本研究中所处理的法律任务正变得愈发重要。如排行榜所示，我们的团队在任务B、任务C1和任务C2中分别获得了第15、第11和第1的竞争性排名。
引用
@article{arxiv.2310.11049,
title = {Nonet at SemEval-2023 Task 6: Methodologies for Legal Evaluation},
author = {Shubham Kumar Nigam and Aniket Deroy and Noel Shallum and Ayush Kumar Mishra and Anup Roy and Shubham Kumar Mishra and Arnab Bhattacharya and Saptarshi Ghosh and Kripabandhu Ghosh},
journal= {arXiv preprint arXiv:2310.11049},
year = {2023}
}