法律文本語意相似度檢測於法律與行政規則

Abstract

在許多公司當中會撰寫許多指導手冊來幫助員工。指導手冊內會盡量詳細記載每個業務環境下應該遵循的法律或注意的事項來避免員工違反當地政府的法規進而造成後續損失。然而由於法規的變動相當頻繁，使得公司要花費巨大的人力去檢查更新手冊內的事項是否需要更新。 雖然強大的語言模型 BERT 在 許多自然語言相關任務下達成了巨量的進展，但在此特別的法規語意相似度檢測任務下無法處理得很好。因此本篇論文提出了一個模型:透過加入關鍵字的想法給模型來使得效能可以上升。我們的模型在資料集上得到了很高的分數並且我們也發現關鍵字的確是可以幫助模型學習到句子間的關聯。