MétaCan
Menu
Retour à la cohorte
Enregistrement W4409576551 · doi:10.61091/jcmcc127a-134

Research on Multi-Label Legal Text Categorization Methods Based on Large Predicate Models

2025· article· en· W4409576551 sur OpenAlexvenueno aff
Meijie Zhao, Guozhu Liu

Notice bibliographique

RevueJournal of Combinatorial Mathematics and Combinatorial Computing · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueText and Document Classification Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPredicate (mathematical logic)CategorizationNatural language processingComputer scienceText categorizationArtificial intelligenceInformation retrievalProgramming language

Résumé

récupéré en direct d'OpenAlex

In this paper, the embedding vectors are obtained by Bert coding, and then the obtained embedding vectors are adaptively fused with features to realize legal text classification by a classifier, on the basis of which a multi-label text classification model (AFDAM) is proposed to capture the target words in a sentence. At the same time, the pre-trained continuous bag-of-words representation (CBOW) is used to initialize the vector representation of the label information, and then these label information is adaptively fused with the feature information of the text, which effectively promotes the multi-label legal text classification, and accelerates the development of informationization and intelligence in the legal field. The results show that the text feature enhancement module has the most prominent impact on the text classification effect, and its accuracy on the three datasets is improved by 0.46%-1.19%. In addition, the introduction of target vectors and text expansion also gained 0.54%-1.7% and 0.59%-1.53% and 1.08% increases in model accuracy, respectively. In addition, the addition of offense and statute information can significantly improve the prediction of sentence length, and the statute information improves the results more significantly than the offense information. And the classification effect of the AFDAM model proposed in this paper increased by 0.1453-0.257 than the other five models.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,008
Science ouverte0,0030,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,071
Tête enseignante GPT0,391
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Combinatorial Mathematics and Combinatorial ComputingMême sujetText and Document Classification TechnologiesTravaux en français237 207