cail2019_track2
中国法研杯CAIL2019要素抽取任务第三名方案分享
欢迎大家使用
（修改了一下readme，之前那一版感觉写的太水了。）
这次比赛和前两名差距很大，但是也在此给大家分享一下我所用的方案。
主要的trick包括领域预训练、focal loss、阈值移动、规则匹配以及模型优化、调参。
没有使用模型融合。
效果对比
由于是第一次参赛，很多比赛细节没有做记录，效果对比的分数是我从凭印象在上传历史记录里边找的，可能分数不一致，但是大概就在那个范围，还请见谅。
Model
详情
线上评分
BERT
使用bert_base做多标签分类
69.553
BERT+RCNN+ATT
在BERT后增加RCNN层，并把最大池化换成Attention
70.143
BERT+RCNN+ATT
增加阈值移动
70.809
BERT+RCNN+ATT
增加focal loss
71.1
2021-11-03 12:39:42
4.19MB
1
更多模型和代码，参考：
:)
嗷嗷嗷，有缘再见呀。。。。。。。
中国法研杯比赛
法律数据集
文件组成
cail2018_big.json: 171w
数据组成
数据中涉及 183个法条、202个罪名，均为刑事案件
数据清洗
数据中筛除了刑法中前101条(前101条并不涉及罪名)，并且为了方便进行模型训练，将罪名和法条数量少于30的类删去。
数据格式
数据利用json格式储存，每一行为一条数据，每条数据均为一个字典
字段及意义
fact: 事实描述
meta: 标注信息，标注信息中包括:
criminals: 被告(数据中均只含一个被告)
punish_of_money: 罚款(单位：元)
accusation: 罪名
relevant_articles: 相关法条
term_of_imprisonment: 刑期
刑期格式(单位：月)
death_penalty: 是否死刑
life_im
2021-10-17 16:00:34
64KB
1
＃介绍
提取码nhd3
-Des.path.home = D：/elasticsearch-6.5.4-SNAPSHOT -Des.path.conf = D：\ elasticsearch-6.5.4-SNAPSHOT \ config -Xms1g -Xmx1g -Djava.security.policy = D：/ elasticsearch-6.5.4-SNAPSHOT / config / java.policy -Dlog4j2.disable.jmx = true
2021-08-28 16:09:16
37.75MB
1