PyEuroVoc：使用EuroVoc描述符的多语种法律文档分类工具
计算与语言
2021-08-11 v3 人工智能
机器学习
摘要
EuroVoc是一个多语种叙词表，专为组织欧盟机构的立法文件而构建。它包含数千个不同特异度级别的类别，其描述符针对近三十种语言的法律文本。在这项工作中，我们提出了一个统一的EuroVoc分类框架，涵盖22种语言，通过微调基于Transformer的现代预训练语言模型。我们广泛研究了训练模型的性能，并表明它们在相同数据集上显著优于类似工具JEX的结果。代码和微调模型已开源，同时提供了一个编程接口，便于加载训练模型的权重和对新文档进行分类。
引用
@article{arxiv.2108.01139,
title = {PyEuroVoc: A Tool for Multilingual Legal Document Classification with EuroVoc Descriptors},
author = {Andrei-Marius Avram and Vasile Pais and Dan Tufis},
journal= {arXiv preprint arXiv:2108.01139},
year = {2021}
}
备注
RANLP2021