使用短随机块分类长篇法律文件

本文解决了使用基于Transformer的模型对长篇法律文件进行分类的实际挑战。核心贡献是使用短的、随机选择的文本块来克服计算限制并提高效率的方法。使用Temporal的部署管道也是一个关键方面，突出了在实际应用中实现稳健可靠处理的重要性。报告的F-score和处理时间提供了有价值的基准。

• •解决了对长篇法律文件进行分类的挑战。
• •采用DeBERTa V3和LSTM的块策略。
• •利用Temporal实现稳健的部署管道。
• •实现了加权F-score为0.898。
• •提供了CPU部署的处理时间基准。