Model details
模型介绍
中文整理🔍 Keying-Legal-BERT-CAIL20
基于 bge-small-zh-v1.5 的 20 类法律文本分类模型**
keying-legal-bert-cail20 是由 **西安柯影数智科技有限责任公司基于公开司法语料CAIL2018(裁判文书事实→罪名)** 构建的 **中文法律领域分类模型**。
模型使用 **BAAI/bge-small-zh-v1.5** 作为预训练基座,通过全量微调(Full Finetune)完成 20 类罪名分类任务优化,并结合法律叙事结构特点进行了深度适配。
模型具有体积小、推理快、资源消耗低的优点,可部署在轻量级 GPU / CPU 环境,非常适用于:
⚖️ 法律智能问答 / 智能审查
🧾 合同分析、案件分类、事实抽取
📚 法律助手类小应用
🏛️ 公检法辅助研判系统
🧩 需要快速推理的边缘侧法律 NLP 应用
📌 模型亮点(Features)
- 🟥 基于 bge-small 的轻量级法律领域模型
原始 bge-small 为向量检索模型,本模型将其改造为 **Sequence Classification** 架构
模型参数小,推理速度快,适合低算力部署
保留了 bge 系列对中文文本的高质量语义理解能力
数据覆盖 “犯罪事实 → 罪名” 真实司法场景
微调过程中注重案件事实结构、实体词义、多罪情形等特点
对长文本进行最优截断策略与法律专词优化
- 🟩 多专家模型联动(Expert Cascade)
主模型专注 20 类大类预测,子模型针对棘手类别进一步纠正。
虽然专家模型未包含在本仓库中,但主模型可与它们联动使用,例如:
盗窃 ↔ 抢劫
寻衅滋事 ↔ 故意伤害
毒品三分类(制造/贩卖、持有、容留吸毒)
该结构可显著提升长尾类别稳定性。
推理速度快
部署成本低
易于扩展,可在你的领域继续二次微调
可作为合同、案件、合规等系统的“初筛 / 粗分类模型”
📊 模型任务
- *任务类型**:Text Classification(多分类)
- *类别数量**:20 类
- *典型输入**:案件事实描述(法院/公安文本)
- *典型输出**:罪名标签,如「盗窃」「合同诈骗」「故意伤害」等
🚀 使用方式
📦 使用 ModelScope 下载模型
🤖 推理示例(Transformers)
📌 文件结构说明
📝 版本信息
基于 **bge-small-zh-v1.5** 架构
适配 CAIL2018 20 类罪名任务
全量微调(Full Finetune)
支持与专家模型级联进行更高阶推理
适合作为轻量级法律文本分类基座
📣 贡献 & 联系
由 **柯影数智科技(Keying AI)** 研发与维护。
欢迎法律科技领域合作、数据共建、二次开发合作。
如果您是本模型的贡献者,我们邀请您根据 模型贡献文档 完善模型卡片内容。
优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。
完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖,以原作者说明为准。
授权范围是否允许商用、修改和分发,请查看模型许可证。
闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。
Problem with the information or download?
Sign in to submit feedback.