许可证: MIT
语言:

• 土耳其语
  评估指标:
• F1值
• 精确率
• 召回率
  标签:
• 法律

我们推出了BERTurk-Legal，这是一个基于Transformer架构的语言模型，用于检索先前的法律案例。BERTurk-Legal在土耳其法律领域的语料库上进行了预训练。该数据集不包含任何与法院案例检索任务相关的标签。通过掩码语言建模（MLM）以自监督的方式训练BERTurk-Legal。在零样本分类任务中，BERTurk-Legal在土耳其最高法院法律案例数据集上取得了最先进的结果。实验结果表明，开发针对土耳其法律领域的专用语言模型十分必要。关于BERTurk-Legal的详细信息，请参阅下方“引用”部分提到的论文。

测试数据集可通过以下链接获取：https://github.com/koc-lab/yargitay_retrieval_dataset

可按如下方式加载模型并生成文档嵌入向量，随后用于检索任务：

from transformers import AutoModelForSequenceClassification, AutoTokenizer

bert_model = "KocLab-Bilkent/BERTurk-Legal"

model = AutoModelForSequenceClassification.from_pretrained(bert_model, output_hidden_states=True)
tokenizer = AutoTokenizer.from_pretrained(bert_model)

tokens = tokenizer("Örnek metin") # 输入示例文本

output = model(tokens) 
docEmbeddings = output.hidden_states[-1]

引用

若使用本模型，请引用以下会议论文：

  @inproceedings{ozturk23berturkLegal,
    author={\"{O}zt\"{u}rk, Ceyhun E. and \"{O}z\c{c}elik, {\c{S}}. Bar{\i}\c{s} and Aykut Ko\c{c}},
    booktitle={2023 31st Signal Processing and Communications Applications Conference (SIU)}, 
    title={{A Transformer-Based Prior Legal Case Retrieval Method}}, 
    year={2023},
    volume={},
    number={},
    pages={1-4}
  }
  @mastersthesis{ozturk23legalNlp,
  author  = "\"{O}zt\"{u}rk, Ceyhun E.",
  title   = "Retrieving Turkish Prior Legal Cases with Deep Learning",
  school  = "Bilkent University",
  year    = "2023"
  }