Description
Description: This is a Binary classification model which identifies two criticality labels(critical, non-critical) in Italian-based Court Cases.
Predicted Entities
critical, non-critical
How to use
documentAssembler = nlp.DocumentAssembler() \
.setInputCol("text") \
.setOutputCol("document")
tokenizer = nlp.Tokenizer() \
.setInputCols("document") \
.setOutputCol("token")
classifier = nlp.RoBertaForSequenceClassification.pretrained("legclf_critical_prediction_italian", "it", "legal/models") \
.setInputCols(["document", "token"]) \
.setOutputCol("class")
nlpPipeline = nlp.Pipeline(
stages = [documentAssembler,
tokenizer,
classifier])
# Example text
example = spark.createDataFrame([["Per questi motivi, il Tribunale federale pronuncia: 1. Nella misura in cui è ammissibile, il ricorso è respinto. 2. Le spese giudiziarie di fr. 2'000.-- sono poste a carico del ricorrente. 3. Comunicazione ai patrocinatori delle parti, al patrocinatore di C._ e al Presidente della Camera di protezione del Tribunale d'appello del Cantone Ticino."]]).toDF("text")
empty_data = spark.createDataFrame([[""]]).toDF("text")
model = nlpPipeline.fit(empty_data)
result = model.transform(example)
# result is a DataFrame
result.select("text", "class.result").show(truncate=100)
Results
+----------------------------------------------------------------------------------------------------+----------+
| text| result|
+----------------------------------------------------------------------------------------------------+----------+
|Per questi motivi, il Tribunale federale pronuncia: 1. Nella misura in cui è ammissibile, il rico...|[critical]|
+----------------------------------------------------------------------------------------------------+----------+
Model Information
| Model Name: | legclf_critical_prediction_italian |
| Compatibility: | Legal NLP 1.0.0+ |
| License: | Licensed |
| Edition: | Official |
| Input Labels: | [document, token] |
| Output Labels: | [class] |
| Language: | it |
| Size: | 415.9 MB |
| Case sensitive: | true |
| Max sentence length: | 512 |
References
Train dataset available here
Benchmarking
label precision recall f1-score support
critical 0.82 0.90 0.86 10
non_critical 0.95 0.91 0.93 23
accuracy - - 0.91 33
macro-avg 0.89 0.91 0.90 33
weighted-avg 0.91 0.91 0.91 33