Re16：读论文 ILDC for CJPE: Indian Legal Documents Corpus for Court Judgment Prediction and Explanation

原创已于 2022-07-28 16:32:20 修改 · 362 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#legalAI #CJPE #ILDC #LJP #可解释性

于 2022-07-28 16:13:26 首次发布

人工智能学习笔记专栏收录该内容

277 篇文章

订阅专栏

这篇博客介绍了 ACL 2021 论文 ILDCforCJPE，该论文提出了一项新的任务——CJPE（Court Judgment Prediction and Explanation），涉及根据案件事实预测判决结果和生成解释。ILDC 是一个英文的印度法律文档数据集，用于训练和评估模型。任务包括二分类判决预测和解释文本生成。论文提供了模型（如LR）的实验细节，并提到了XLNet+BiGRU模型用于解释生成。官方GitHub项目包含了更多资源。

部署运行你感兴趣的模型镜像

诸神缄默不语-个人优快云博文目录

论文名称：ILDC for CJPE: Indian Legal Documents Corpus for Court Judgment Prediction and Explanation
论文ACL官方下载地址：https://aclanthology.org/2021.acl-long.313/（网站包含官方ACL视频。印度口音我真的聋了，我完全听不懂，我无语了。本文非来自论文的配图都截取自该视频）
论文ArXiv下载地址：https://arxiv.org/abs/2105.13562
官方GitHub项目：Exploration-Lab/CJPE

本文是2021年ACL论文。本文提出的任务CJPE有两个要求：第一，根据案例的事实描述文本预测法庭判决结果，即是否支持原告诉求（allowed或dismissed），是一个二分类问题。第二，为这一结果提供可解释性文本。本文针对这一任务提出了一个新的英文数据集ILDC，来自印度，英文。输入是除判决结果之外的全部案例文档，输出是法庭是否支持原告诉求，二分类任务。在测试集上提供了判决结果的解释文本（人工标注得到）。

本博文仅作简略概括，具体细节待补。