新方法衡量法律文本转换中的语义损失

研究人员开发了一种新的评估方法，用于衡量本体学习过程中的语义损失。本体学习是将非结构化文本转换为结构化表示的过程。该方法比较大型语言模型（LLMs）在原始文档上的表现与其在转换数据上的表现，量化了意义保留的程度。该研究将此框架应用于法律合并协议分析，揭示了语义损失的程度因推理任务的复杂性和所使用的特定LLM-方法组合而异。 AI

影响 为评估使用LLMs从文本中提取信息的保真度提供了一个新框架。

排序理由 该集群包含一篇详细介绍LLM性能评估新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Connected Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Litmaps
• ScienceCast
• scite Smart Citations

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →