Case Analysis InLegalBERT

由 cite-text-analysis 开发

基于InLegalBERT微调的法律案例分析模型，专注于法律文本处理任务

文本分类

Transformers

开源协议:MIT #法律文本分析 #高准确率 #印度法律专用

下载量 18

发布时间 : 5/10/2024

模型介绍

内容详情

替代品

模型简介

该模型是基于InLegalBERT在法律领域数据集上微调的版本，主要用于法律文本分类和案例分析任务。在评估中表现出较高的准确率和召回率。

模型特点

高准确率

在评估集上达到82.18%的准确率和82.18%的召回率

法律领域优化

基于InLegalBERT专门针对法律文本进行微调

多指标评估

提供全面的评估指标，包括宏观和加权指标

模型能力

法律文本分类

案例分析

法律文档处理

使用案例

法律分析

案件分类

对法律案件进行分类和归类

准确率82.18%

法律文档分析

分析法律文档内容并提取关键信息

宏观F1分数66.9%

许可证: mit 标签:

训练生成基础模型: law-ai/InLegalBERT 指标:
准确率
精确率
召回率模型索引:
名称: case-analysis-InLegalBERT 结果: []

指标

损失: 1.0434
准确率: 0.8218
精确率: 0.8145
召回率: 0.8218
宏观精确率: 0.6907
宏观召回率: 0.6533
宏观假正率: 0.0897
加权假正率: 0.0674
加权特异度: 0.8528
宏观特异度: 0.9187
加权敏感度: 0.8218
宏观敏感度: 0.6533
微观F1分数: 0.8218
宏观F1分数: 0.6690
加权F1分数: 0.8159
运行时间: 198.6459
每秒样本数: 2.2600
每秒步数: 0.2870

case-analysis-InLegalBERT

该模型是基于law-ai/InLegalBERT在未知数据集上微调的版本。在评估集上取得了以下结果：

损失: 1.0434
准确率: 0.8218
精确率: 0.8145
召回率: 0.8218
宏观精确率: 0.6439
宏观召回率: 0.6295
宏观假正率: 0.0890
加权假正率: 0.0674
加权特异度: 0.8544
宏观特异度: 0.9191
加权敏感度: 0.8218
宏观敏感度: 0.6295
微观F1分数: 0.8218
宏观F1分数: 0.6335
加权F1分数: 0.8106

模型描述

需要更多信息

预期用途与限制

需要更多信息

训练与评估数据

需要更多信息

训练过程

训练超参数

训练过程中使用了以下超参数：

学习率: 5e-05
训练批次大小: 8
评估批次大小: 8
随机种子: 42
优化器: Adam，参数beta=(0.9,0.999)，epsilon=1e-08
学习率调度器类型: 线性
训练轮数: 30
混合精度训练: 原生AMP

训练结果

训练损失	轮次	步数	验证损失	准确率	精确率	召回率	宏观精确率	宏观召回率	宏观假正率	加权假正率	加权特异度	宏观特异度	加权敏感度	宏观敏感度	微观F1	宏观F1	加权F1
无记录	1.0	224	0.6546	0.8018	0.7632	0.8018	0.5777	0.6106	0.0978	0.0761	0.8432	0.9112	0.8018	0.6106	0.8018	0.5936	0.7820
无记录	2.0	448	0.6831	0.8129	0.7732	0.8129	0.5845	0.6154	0.0923	0.0712	0.8554	0.9171	0.8129	0.6154	0.8129	0.5996	0.7926
0.607	3.0	672	0.7626	0.8263	0.8060	0.8263	0.6773	0.6341	0.0885	0.0655	0.8464	0.9182	0.8263	0.6341	0.8263	0.6362	0.8105
0.607	4.0	896	0.7839	0.8085	0.7991	0.8085	0.6391	0.6306	0.0896	0.0732	0.8754	0.9210	0.8085	0.6306	0.8085	0.6314	0.8017
0.316	5.0	1120	0.9381	0.8263	0.8127	0.8263	0.6688	0.6573	0.0822	0.0655	0.8780	0.9261	0.8263	0.6573	0.8263	0.6514	0.8161
0.316	6.0	1344	1.0434	0.8218	0.8145	0.8218	0.6907	0.6533	0.0897	0.0674	0.8528	0.9187	0.8218	0.6533	0.8218	0.6690	0.8159
0.1513	7.0	1568	1.2182	0.8018	0.8066	0.8018	0.6382	0.6399	0.0916	0.0761	0.8802	0.9205	0.8018	0.6399	0.8018	0.6375	0.8030
0.1513	8.0	1792	1.3193	0.8285	0.8070	0.8285	0.6566	0.6280	0.0882	0.0645	0.8521	0.9202	0.8285	0.6280	0.8285	0.6376	0.8152
0.0491	9.0	2016	1.3169	0.8330	0.8180	0.8330	0.6950	0.6555	0.0828	0.0627	0.8653	0.9246	0.8330	0.6555	0.8330	0.6687	0.8235
0.0491	10.0	2240	1.4460	0.8307	0.8109	0.8307	0.6584	0.6291	0.0868	0.0636	0.8533	0.9210	0.8307	0.6291	0.8307	0.6398	0.8184
0.0491	11.0	2464	1.4100	0.8419	0.8166	0.8419	0.6718	0.6399	0.0806	0.0589	0.8642	0.9265	0.8419	0.6399	0.8419	0.6464	0.8263
0.0148	12.0	2688	1.5364	0.8218	0.8105	0.8218	0.6661	0.6340	0.0903	0.0674	0.8505	0.9181	0.8218	0.6340	0.8218	0.6469	0.8137
0.0148	13.0	2912	1.5380	0.8307	0.8118	0.8307	0.6596	0.6304	0.0870	0.0636	0.8512	0.9205	0.8307	0.6304	0.8307	0.6409	0.8185
0.0031	14.0	3136	1.6139	0.8218	0.8108	0.8218	0.6451	0.6353	0.0860	0.0674	0.8685	0.9226	0.8218	0.6353	0.8218	0.6396	0.8159
0.0031	15.0	3360	1.6356	0.8263	0.8117	0.8263	0.6626	0.6477	0.0842	0.0655	0.8700	0.9241	0.8263	0.6477	0.8263	0.6529	0.8183
0.0043	16.0	3584	1.6745	0.8241	0.7994	0.8241	0.6244	0.6229	0.0884	0.0664	0.8543	0.9196	0.8241	0.6229	0.8241	0.6231	0.8108
0.0043	17.0	3808	1.7867	0.8085	0.7946	0.8085	0.6221	0.6336	0.0906	0.0732	0.8678	0.9191	0.8085	0.6336	0.8085	0.6229	0.7996
0.0008	18.0	4032	1.7511	0.8151	0.7971	0.8151	0.6110	0.6216	0.0901	0.0703	0.8644	0.9199	0.8151	0.6216	0.8151	0.6145	0.8046
0.0008	19.0	4256	1.5909	0.8441	0.8079	0.8441	0.6260	0.6374	0.0792	0.0580	0.8670	0.9278	0.8441	0.6374	0.8441	0.6311	0.8249
0.0008	20.0	4480	1.5721	0.8463	0.8212	0.8463	0.6727	0.6546	0.0761	0.0571	0.8753	0.9304	0.8463	0.6546	0.8463	0.6547	0.8316
0.0039	21.0	4704	1.5819	0.8396	0.8054	0.8396	0.6337	0.6200	0.0843	0.0599	0.8527	0.9231	0.8396	0.6200	0.8396	0.6245	0.8199
0.0039	22.0	4928	1.5906	0.8486	0.8236	0.8486	0.6814	0.6512	0.0770	0.0562	0.8680	0.9291	0.8486	0.6512	0.8486	0.6570	0.8333
0.0005	23.0	5152	1.7133	0.8263	0.8047	0.8263	0.6403	0.6431	0.0831	0.0655	0.8745	0.9252	0.8263	0.6431	0.8263	0.6367	0.8143
0.0005	24.0	5376	1.7813	0.8241	0.8022	0.8241	0.6515	0.6290	0.0894	0.0664	0.8490	0.9183	0.8241	0.6290	0.8241	0.6348	0.8108
0.0033	25.0	5600	1.7983	0.8218	0.8001	0.8218	0.6485	0.6281	0.0902	0.0674	0.8486	0.9176	0.8218	0.6281	0.8218	0.6328	0.8088
0.0033	26.0	5824	1.8070	0.8218	0.8001	0.8218	0.6485	0.6281	0.0902	0.0674	0.8486	0.9176	0.8218	0.6281	0.8218	0.6328	0.8088
0.0	27.0	6048	1.8198	0.8218	0.8024	0.8218	0.6439	0.6295	0.0890	0.0674	0.8544	0.9191	0.8218	0.6295	0.8218	0.6335	0.8106
0.0	28.0	6272	1.8243	0.8218	0.8024	0.8218	0.6439	0.6295	0.0890	0.0674	0.8544	0.9191	0.8218	0.6295	0.8218	0.6335	0.8106
0.0	29.0	6496	1.8277	0.8218	0.8024	0.8218	0.6439	0.6295	0.0890	0.0674	0.8544	0.9191	0.8218	0.6295	0.8218	0.6335	0.8106
0.0003	30.0	6720	1.8292	0.8218	0.8024	0.8218	0.6439	0.6295	0.0890	0.0674	0.8544	0.9191	0.8218	0.6295	0.8218	0.6335	0.8106