解析法律术语：法律文档中否定范围解析的多语言探索
计算与语言
2023-09-19 v1 人工智能
机器学习
摘要
解析句子中否定的范围是一项具有挑战性的 NLP 任务。法律文本的复杂性以及缺乏带标注的领域内否定语料库，给最先进（SotA）模型在多语言法律数据上执行否定范围解析带来了挑战。我们的实验表明，未经法律数据预训练的模型在否定范围解析任务上表现不佳。我们使用仅在文学文本和医疗数据等域上微调过的语言模型进行的实验，相较于先前跨域实验所记录的结果更差。我们发布了一套新的德语、法语和意大利语标注法院判决，并用它来改善零样本和多语言设定下的否定范围解析。在我们的零样本跨语言实验（模型在我们的法律数据集的两种语言上训练并在第三种上评估）中，我们取得了高达 86.7% 的 token 级 F1 分数。我们的多语言实验（模型在所有可用否定数据上训练并在我们的法律数据集上评估）取得了高达 91.1% 的 F1 分数。
引用
@article{arxiv.2309.08695,
title = {Resolving Legalese: A Multilingual Exploration of Negation Scope Resolution in Legal Documents},
author = {Ramona Christen and Anastassia Shaitarova and Matthias Stürmer and Joel Niklaus},
journal= {arXiv preprint arXiv:2309.08695},
year = {2023}
}