语言:

• 英语 许可证: MIT 数据集:
• CUAD 任务标签: 问答 标签:
• 法律合同审查
• RoBERTa
• CUAD 库名称: transformers

roberta-base-on-cuad模型卡片

模型详情

模型描述

• 开发者: Mohammed Rakib
• 共享者[可选]: 需提供更多信息
• 模型类型: 问答系统
• 支持语言(NLP): 英语
• 许可证: MIT
• 相关模型:
  • 父模型: RoBERTa
• 更多信息参考资源:
  • GitHub仓库: defactolaw
  • 相关论文: 基于机器学习的开源合同语言理解应用

用途

直接用途

本模型可用于法律文档的问答任务。

训练详情

详细训练流程、数据集预处理和评估方法请阅读: 基于机器学习的开源合同语言理解应用

训练数据

更多信息请参考CUAD数据集卡片。

训练流程

预处理

需提供更多信息

速度、规模与耗时

需提供更多信息

评估

测试数据、因素与指标

测试数据

更多信息请参考CUAD数据集卡片。

因素

指标

需提供更多信息

结果

需提供更多信息

模型检验

需提供更多信息

• 硬件类型: 需提供更多信息
• 使用时长: 需提供更多信息
• 云服务提供商: 需提供更多信息
• 计算区域: 需提供更多信息
• 碳排放量: 需提供更多信息

技术规格[可选]

模型架构与目标

需提供更多信息

计算基础设施

需提供更多信息

硬件

使用Google Colab Pro的V100/P100显卡

软件

Python, Transformers库

引用

BibTeX格式:

@inproceedings{nawar-etal-2022-open,
    title = "基于机器学习的开源合同语言理解应用",
    author = "Nawar, Afra  and
      Rakib, Mohammed  and
      Hai, Salma Abdul  and
      Haq, Sanaulla",
    booktitle = "第13届语言资源与评估会议中关于公平、包容和安全社会的首届语言技术与资源研讨会论文集",
    month = 6月,
    year = "2022",
    address = "法国马赛",
    publisher = "欧洲语言资源协会",
    url = "https://aclanthology.org/2022.lateraisse-1.6",
    pages = "42--50",
    abstract = "法律领域具有排他性和不透明性特征。尽管法律交易频繁且相关，但由于大量使用法律术语，合同等法律文件对非法律专业人士仍然难以理解。目前在使法律合同更易理解方面进展甚微。本文展示了如何应用机器学习和自然语言处理解决这一问题，并考虑了将ML应用于长篇合同文档和在低资源环境下训练的挑战。研究使用了迄今为止最大的开源合同数据集——合同理解Atticus数据集(CUAD)。通过多种预处理实验和超参数调优，我们成功超越了基于RoBERTa-base模型在CUAD数据集上的现有最佳结果。我们的A-type-RoBERTa-base模型取得了46.6%的AUPR分数，优于原始RoBERTa-base的42.6%。该模型被用于我们的端到端合同理解应用，能够接收合同并高亮显示用户需要查找的条款及其描述，以帮助签约前的尽职调查。除了可搜索的数字合同外，该系统还能使用tesseract OCR处理扫描的非可搜索合同。该应用不仅旨在使合同审查过程对非法律专业人士更易理解，还能帮助律师更高效地审查合同。",
}

术语表[可选]

需提供更多信息

更多信息[可选]

需提供更多信息

模型卡片作者[可选]

Mohammed Rakib与Ezi Ozoani及Hugging Face团队合作完成

模型卡片联系方式

需提供更多信息

快速开始指南

使用以下代码开始使用本模型。

from transformers import AutoTokenizer, AutoModelForQuestionAnswering
 
tokenizer = AutoTokenizer.from_pretrained("Rakib/roberta-base-on-cuad")
 
model = AutoModelForQuestionAnswering.from_pretrained("Rakib/roberta-base-on-cuad")