NOWJ1@ALQAC 2023：结合经典统计模型与预训练语言模型提升法律任务性能
计算与语言
2023-09-19 v1 人工智能
摘要
本文描述了NOWJ1团队在2023年自动法律问答竞赛(ALQAC)中的方法，该方法聚焦于通过融合经典统计模型与预训练语言模型(PLMs)来提升法律任务性能。对于文档检索任务，我们实施预处理步骤以克服输入限制，并应用学习排序(learning-to-rank)方法整合来自不同模型的特征。问答任务被拆分为两个子任务：句子分类与答案抽取。我们结合最先进的模型为各子任务开发独立系统，同时利用经典统计模型与预训练语言模型。实验结果表明我们所提方法在竞赛中具有可观潜力。
引用
@article{arxiv.2309.09070,
title = {NOWJ1@ALQAC 2023: Enhancing Legal Task Performance with Classic Statistical Models and Pre-trained Language Models},
author = {Tan-Minh Nguyen and Xuan-Hoa Nguyen and Ngoc-Duy Mai and Minh-Quan Hoang and Van-Huan Nguyen and Hoang-Viet Nguyen and Ha-Thanh Nguyen and Thi-Hai-Yen Vuong},
journal= {arXiv preprint arXiv:2309.09070},
year = {2023}
}
备注
ISAILD@KSE 2023