כתבה
arXiv cs.AI ·
סיווג טקסטים משפטיים בקטגוריות עבירות מין בקוריאה: מלמדים מכוניות טקסט למודלי שפה גדולים עם XAI
Legal text classification in Korean sexual offense cases: from traditional machine learning to large language models with XAI insights
במאמר זה, נבחן סיווג טקסטים משפטיים בקטגוריות עבירות מין בקוריאה, כולל שימוש במודלי שפה גדולים וטכניקות XAI. נמצא כי סיווג טקסטים משפטיים עשוי להשתפר על ידי שימוש במודלים קטנים שהומרו לנתוני טקסט משפטי, כגון KLUE-BERT.
תקציר מקורי באנגליתarXiv:2610.00087v1 Announce Type: cross Abstract: The advancement of natural language processing (NLP) has expanded AI-based text classification in the legal domain. However, accurately classifying legal documents remains challenging due to the complexity of legal texts and subtle differences between legal categories. This study evaluates legal text classification models ranging from traditional machine learning techniques to large language models (LLMs) using ten categories of Korean sexual offense precedents. The results show that fine-tuning small-scale models such as KLUE-BERT on legal data outperforms general-purpose models such as GPT-3.5 and GPT-4.0, as well as traditional machine learning models. KLUE-BERT achieved the highest accuracy of 99.3%, indicating that domain adaptation an
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית