A BERT-Based Deep Model for Contract Element Extraction with Multi-Scale Attention
This conference paper proposes a BERT-based deep learning model with multi-scale attention for contract element extraction in legal text analysis. The work addresses limitations of keyword matching and template-based approaches by modeling contextual information, clause dependencies, and legal expression structures to improve the accuracy and practical usability of contract element extraction.
Presented as a poster at the 2026 4th IEEE International Conference on Pattern Recognition, Machine Vision and Artificial Intelligence (PRMVAI 2026). Authors visible on the poster include Ning Mou, Shuo Han, Xiu-Fu Ye, and Fan Wu.
マルチスケール注意機構を備えたBERTベースの契約要素抽出ディープモデル
本研究は、契約文書分析における契約要素抽出を対象に、BERTを基盤とし、マルチスケール注意機構を組み合わせたディープラーニングモデルを提案する。キーワード照合やテンプレート比較に依存する従来手法の限界に対し、文脈情報、条項間依存関係、法的表現の構造を捉えることで、契約要素抽出の精度と実用性を高めることを目指している。
2026 4th IEEE International Conference on Pattern Recognition, Machine Vision and Artificial Intelligence（PRMVAI 2026）でポスター発表。ポスター上で確認できる著者は Ning Mou、Shuo Han、Xiu-Fu Ye、Fan Wu。