論文の概要: A Dataset of German Legal Documents for Named Entity Recognition
- arxiv url: http://arxiv.org/abs/2003.13016v1
- Date: Sun, 29 Mar 2020 13:20:43 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-18 13:59:39.368578
- Title: A Dataset of German Legal Documents for Named Entity Recognition
- Title（参考訳）: 名前付きエンティティ認識のためのドイツの法律文書のデータセット
- Authors: Elena Leitner and Georg Rehm and Juli\'an Moreno-Schneider
- Abstract要約: データセットは約67,000の文と200万以上のトークンで構成されています。
リソースには54,000のアノテーション付きエンティティが含まれており、19のきめ細かいセマンティッククラスにマッピングされている。
さらに、法的文書には35,000以上のTimeMLベースの時間表現が自動的に注釈付けされた。
- 参考スコア（独自算出の注目度）: 0.438135876605501
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We describe a dataset developed for Named Entity Recognition in German
federal court decisions. It consists of approx. 67,000 sentences with over 2
million tokens. The resource contains 54,000 manually annotated entities,
mapped to 19 fine-grained semantic classes: person, judge, lawyer, country,
city, street, landscape, organization, company, institution, court, brand, law,
ordinance, European legal norm, regulation, contract, court decision, and legal
literature. The legal documents were, furthermore, automatically annotated with
more than 35,000 TimeML-based time expressions. The dataset, which is available
under a CC-BY 4.0 license in the CoNNL-2002 format, was developed for training
an NER service for German legal documents in the EU project Lynx.
- Abstract（参考訳）: ドイツの連邦裁判所の決定において,名前付きエンティティ認識のために開発されたデータセットについて述べる。
近似からなる。
6万7千文 トークン200万枚以上
資料には、人、裁判官、弁護士、国、都市、街路、景観、組織、組織、機関、裁判所、ブランド、法律、条例、欧州の法的規範、規制、契約、裁判所決定、法文学の19の細かな意味クラスにマッピングされた54,000の注釈付きエンティティが含まれている。
さらに、法的文書には35,000以上のTimeMLベースの時間表現が自動的に注釈付けされた。
connl-2002フォーマットでcc-by 4.0ライセンスで利用可能であるデータセットは、euプロジェクトlynxでドイツの法律文書のnerサービスをトレーニングするために開発された。
関連論文リスト
- Unlocking Legal Knowledge: A Multilingual Dataset for Judicial Summarization in Switzerland [3.9716689953391904]
ヘッドノートの自動作成は、スイスだけで何十万もの意思決定を、より容易に行えるものにする可能性がある。
これを開始するために、スイスリード決定要約データセットを紹介します。
この言語横断的な資料にはドイツ語、フランス語、イタリア語の18K裁判所判決とドイツ語の見出しが記載されている。
我々の分析では、プロプライエタリなモデルはゼロショットとワンショット設定でよく機能するが、微調整された小さなモデルは依然として強力な競争力を持つ。
論文 参考訳（メタデータ） (2024-10-17T11:34:07Z) - Document Layout Annotation: Database and Benchmark in the Domain of
Public Affairs [62.38140271294419]
レイアウトラベルの異なるデジタル文書を半自動アノテートする手法を提案する。
スペイン政府から24データソースの集合を用いて,行政領域におけるDLAの新しいデータベースを収集する。
実験の結果,提案したテキストラベリング手順を99%の精度で検証した。
論文 参考訳（メタデータ） (2023-06-12T08:21:50Z) - Leveraging Large Language Models for Topic Classification in the Domain
of Public Affairs [65.9077733300329]
大規模言語モデル (LLM) は公務員文書の分析を大幅に強化する可能性を秘めている。
LLMは、公共の分野など、ドメイン固有のドキュメントを処理するのに非常に役立ちます。
論文 参考訳（メタデータ） (2023-06-05T13:35:01Z) - FlairNLP at SemEval-2023 Task 6b: Extraction of Legal Named Entities
from Legal Texts using Contextual String Embeddings [0.0]
我々は、知識抽出技術、特に訴訟判決における法的実体の命名された実体抽出技術を用いている。
法文のキュレートされたデータセットに基づいて学習したモデルを用いて,シーケンスラベリングの領域におけるアートアーキテクチャのいくつかの状態を評価する。
Flair EmbeddingsでトレーニングされたBi-LSTMモデルは、最良の結果を得る。
論文 参考訳（メタデータ） (2023-06-03T19:38:04Z) - CDJUR-BR -- A Golden Collection of Legal Document from Brazilian Justice
with Fine-Grained Named Entities [0.0]
ブラジル司法の黄金コレクション(CDJUR-BR)の開発について述べる。
CDJUR-BRは、法律文書に専門家が注釈を付けた細かな名前のエンティティのセットについて検討している。
BERTモデルに基づくNERをCDJUR-BRでトレーニングし,CDJUR-BRの有病率を示した。
論文 参考訳（メタデータ） (2023-05-20T00:48:52Z) - SAILER: Structure-aware Pre-trained Language Model for Legal Case
Retrieval [75.05173891207214]
判例検索は知的法体系において中心的な役割を果たす。
既存の言語モデルの多くは、異なる構造間の長距離依存関係を理解するのが難しい。
本稿では, LEgal ケース検索のための構造対応プレトランザクショナル言語モデルを提案する。
論文 参考訳（メタデータ） (2023-04-22T10:47:01Z) - Named Entity Recognition in Indian court judgments [0.0]
我々は14の法人タイプにマッピングされた46545の注釈付き法人を新たに導入する。
判決文から法的に命名されたエンティティを抽出するベースラインモデルも開発されている。
論文 参考訳（メタデータ） (2022-11-07T10:44:44Z) - Razmecheno: Named Entity Recognition from Digital Archive of Diaries
"Prozhito" [1.4823641127537543]
本稿では,ロシア語のプロジェクトProzhitoの日記テキストから収集した新しいデータセット"Razmecheno"を作成することを目的とする。
ラズメチーノは1331の文と14119のトークンで構成されており、ペレストロイカ時代に書かれた日記から採集されている。
論文 参考訳（メタデータ） (2022-01-24T23:06:01Z) - MobIE: A German Dataset for Named Entity Recognition, Entity Linking and
Relation Extraction in the Mobility Domain [76.21775236904185]
データセットは3,232のソーシャルメディアテキストと91Kトークンによるトラフィックレポートで構成され、20.5Kアノテーション付きエンティティを含んでいる。
データセットのサブセットには,7つのモビリティ関連,n-ary関係型がアノテートされている。
私たちの知る限りでは、NER、EL、REのアノテーションを組み合わせた最初のドイツ語データセットです。
論文 参考訳（メタデータ） (2021-08-16T08:21:50Z) - Lawformer: A Pre-trained Language Model for Chinese Legal Long Documents [56.40163943394202]
我々は,中国法定長文理解のためのLongformerベースの事前学習言語モデル,Lawformerをリリースする。
判決の予測,類似事例の検索,法的読解,法的質問の回答など,さまざまな法務上の課題について法務担当者を評価した。
論文 参考訳（メタデータ） (2021-05-09T09:39:25Z) - \textit{StateCensusLaws.org}: A Web Application for Consuming and
Annotating Legal Discourse Learning [89.77347919191774]
法律テキストの対話セグメントを解析およびラベル付けするために訓練されたNLPモデルの出力を強調表示するためのWebアプリケーションを作成します。
我々は、米国国勢調査人口を用いて資源を割り当て、政府を組織する州レベルの法律に焦点を当てる。
論文 参考訳（メタデータ） (2021-04-20T22:00:54Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。