Re32:读论文 Summarizing Legal Regulatory Documents using Transformers
诸神缄默不语-个人CSDN博文目录
论文名称:Summarizing Legal Regulatory Documents using Transformers
论文下载地址:https://dl.acm.org/doi/10.1145/3477495.3531872
数据集EUR-LexSum下载地址:svea-klaus/Legal-Document-Summarization
本文是2022年SIGIR论文,关注使用transformers模型来做法律规范文件 (legal regulatory documents) 的抽取式摘要。
这篇文章提出了一个英文法律规范文件摘要数据集。模型就是很简单地把抽取式摘要建模成每一句的二分类任务,还测试了在此之前用TextRank先抽取一遍的效果。(这个指标甚至没有做人工的)
看起来非常简单,这样就能发SIGIR吗,那我怎么不行……
所以可能本文的贡献重点在数据集上吧!
文章目录
- 1. Background & Motivation
- 2. EUR-LexSum数据集
- 3. 基于transformer的抽取式摘要模型
- 3.1 数据爬取和清洗
- 3.2 微调基于transformer的模型
- 4. 实验
- 4.1 baseline
- 4.2 实验设置
- 4.3 主实验结果
- 4.4 模型分析
1. Background & Motivation
法律文本的重要问题在于外行看不懂,本文关注提取文中的重点(即实现文本摘要任务)。
现有的文本摘要工作关注于短文本和生成式摘要。
本文提出基于transformers的模型,实现抽取式摘要,效果超过了TextRank。超过TextRank是什么值得写出来的事情吗?结合TextRank以预先过滤候选句子,然后再使用基于transformer的模型,效果可能会更好。(先抽取,然后再抽取?)
2. EUR-LexSum数据集
3. 基于transformer的抽取式摘要模型
本文基于类似Bert的结构,生成句子表征,对每个句子用二元分类的范式,决定最终选出哪些句子。
(本文提及了一下,具体的通过生成式摘要结果来抽取oracle抽取式摘要标签的方法也是值得探索的。我也觉得!!!!!)
3.1 数据爬取和清洗
数据来源:https://eur-lex.europa.eu/browse/summaries.html
具体细节略。
3.2 微调基于transformer的模型
贪心搜索选择32句(生成式摘要的平均长度)。
最小化选出句子之间的相似性:trigram blocking1
4. 实验
对数据集的介绍见本文第二节。
4.1 baseline
TextRank
直接预测VS先抽取再预测
4.2 实验设置
使用TransformerSum包。本文介绍该包及其优越性的内容不赘。
具体的设置比较简单,略。
4.3 主实验结果
评估指标是ROUGE-1、2、L的P、R和F1
4.4 模型分析
摘要长度对ROUGE值的影响:
在本文中给出的参考文献是:1. Text Summarization with Pretrained Encoders 2. A Deep Reinforced Model for Abstractive Summarization
我简单百度了一下,指的是“根据句子的分数来排序,并丢弃那些与之前的句子有三字母重叠的句子”(出自2021-06-21ACL2020 Heterogeneous Graph Neural Networks for Extractive Document Summarization) ↩︎
Re32:读论文 Summarizing Legal Regulatory Documents using Transformers相关推荐
- 读论文:BERT Pre-training of Deep Bidirectional Transformers for Language Understanding
文章目录 0.Abstract 1.Introduction 2.Related Work 3.Bert模型 3.1 预训练Bert 3.2 微调Bert Bert之前预训练大多用于cv,Bert的出 ...
- Re15:读论文 LEVEN: A Large-Scale Chinese Legal Event Detection Dataset
诸神缄默不语-个人CSDN博文目录 论文名称:LEVEN: A Large-Scale Chinese Legal Event Detection Dataset 本文是2022年ACL论文,作者来自 ...
- Re23:读论文 How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence
诸神缄默不语-个人CSDN博文目录 论文名称:How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence ...
- Re6:读论文 LeSICiN: A Heterogeneous Graph-based Approach for Automatic Legal Statute Identification fro
诸神缄默不语-个人CSDN博文目录 论文名称:LeSICiN: A Heterogeneous Graph-based Approach for Automatic Legal Statute Ide ...
- Re24:读论文 IOT-Match Explainable Legal Case Matching via Inverse Optimal Transport-based Rationale Ext
诸神缄默不语-个人CSDN博文目录 论文名称:Explainable Legal Case Matching via Inverse Optimal Transport-based Rationale ...
- Re38:读论文 NeurJudge: A Circumstance-aware Neural Framework for Legal Judgment Prediction
诸神缄默不语-个人CSDN博文目录 本文是2021年SIGIR论文,官方下载地址:https://dl.acm.org/doi/10.1145/3404835.3462826 官方GitHub地址:y ...
- Re7:读论文 FLA/MLAC/FactLaw Learning to Predict Charges for Criminal Cases with Legal Basis
诸神缄默不语-个人CSDN博文目录 论文名称:Learning to Predict Charges for Criminal Cases with Legal Basis 论文ArXiv网址:htt ...
- Re13:读论文 Gender and Racial Stereotype Detection in Legal Opinion Word Embeddings
诸神缄默不语-个人CSDN博文目录 论文名称:Gender and Racial Stereotype Detection in Legal Opinion Word Embeddings 论文ArX ...
- Re 39:读论文 CTM Augmenting Legal Judgment Prediction with Contrastive Case Relations
诸神缄默不语-个人CSDN博文目录 论文名称:Augmenting Legal Judgment Prediction with Contrastive Case Relations 论文下载地址:h ...
最新文章
- 精心分享8个特别实用,但又鲜为人知的软件
- ArUco估计位姿原理
- 可视化生信分析利器 Galaxy 之 Docker 开发
- 系统集成项目管理工程师教程(第2版)带书签目录
- 用canvas绘制一个圆形,实现绕着一个中心运动
- 非监督学习的单层网络分析
- 毕业设计上线啦!----跳蚤部落与基于Comet的WebIM系统开发
- iOS学习笔记03-UITableView
- 数据结构Java版实验五_实验五数据结构综合应用 20162310
- prerenderspaplugin 打包完成后如何让百度收录_网站优化技术第一篇(如何快速提升网站的收录量?)...
- t检验的p值对照表_第十讲 R-两独立样本t检验
- Python 思维锻炼
- 超详细讲解OSPF中如何选举DR和BDR
- iOS汉字字符串转拼音
- FlexPaper+SWFTools 实现仿百度文库及一些小问题
- 刷车机器人_各位车主注意了!这样的洗车很伤爱车!99%的人都不知道!
- 镜头评价指标及测试方法【四】————手机摄像头调查
- [微信] 微信网页版扫码登录的实现
- python sklearn Rideg岭回归--交通流量预测实例
- Advanced Installer打包Winform后安装在C盘权限不足的解决方法