Hugging Face's logo

danielsteinigen
/
KeyFiTax

Token Classification
Transformers
PyTorch
Safetensors
German
xlm-roberta
legal
tax law
relation extraction
entity extraction
Inference Endpoints
Model card Files Community
1
KeyFiTax / README.md
danielsteinigen's picture
danielsteinigen
Update README.md
328a68d
preview code
|
raw
history blame
9.76 kB
metadata
license: mit
datasets:
  - danielsteinigen/KeyFiTax
language:
  - de
library_name: transformers
tags:
  - legal
  - tax law
  - relation extraction
  - entity extraction
widget:
  - text: >-
      [GRP-01]EStG § 66 Höhe des Kindergeldes, Zahlungszeitraum (1) Das
      Kindergeld beträgt monatlich für das erste und zweite Kind jeweils 219
      Euro, für das dritte Kind 225 Euro und für das vierte und jedes weitere
      Kind jeweils 250 Euro.
    example_title: Key Figures
  - text: >-
      [GRP-00]EStG § 66 Höhe des Kindergeldes, Zahlungszeitraum (1) Das
      Kindergeld beträgt monatlich für das erste und zweite Kind jeweils 219
      Euro, für das dritte Kind 225 Euro und für das vierte und jedes weitere
      Kind jeweils 250 Euro.
    example_title: Conditions
  - text: >-
      [REL]EStG § 66 Höhe des Kindergeldes, Zahlungszeitraum (1) Das
      [SUB][ENT-01]Kindergeld[/ENT-01][/SUB] beträgt
      [OBJ][ENT-07]monatlich[/ENT-07][/OBJ] [OBJ][ENT-02]für das erste und
      zweite Kind[/ENT-02][/OBJ] [OBJ][ENT-07]jeweils[/ENT-07][/OBJ]
      [OBJ][ENT-03]219[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ],
      [OBJ][ENT-02]für das dritte Kind[/ENT-02][/OBJ]
      [OBJ][ENT-03]225[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ] und
      [OBJ][ENT-02]für das vierte und jedes weitere Kind[/ENT-02][/OBJ]
      [OBJ][ENT-07]jeweils[/ENT-07][/OBJ] [OBJ][ENT-03]250[/ENT-03][/OBJ]
      [OBJ][ENT-04]Euro[/ENT-04][/OBJ].
    example_title: Relations 1
  - text: >-
      [REL]EStG § 66 Höhe des Kindergeldes, Zahlungszeitraum (1) Das
      [OBJ][ENT-01]Kindergeld[/ENT-01][/OBJ] beträgt
      [OBJ][ENT-07]monatlich[/ENT-07][/OBJ] [OBJ][ENT-02]für das erste und
      zweite Kind[/ENT-02][/OBJ] [OBJ][ENT-07]jeweils[/ENT-07][/OBJ]
      [SUB][ENT-03]219[/ENT-03][/SUB] [OBJ][ENT-04]Euro[/ENT-04][/OBJ],
      [OBJ][ENT-02]für das dritte Kind[/ENT-02][/OBJ]
      [OBJ][ENT-03]225[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ] und
      [OBJ][ENT-02]für das vierte und jedes weitere Kind[/ENT-02][/OBJ]
      [OBJ][ENT-07]jeweils[/ENT-07][/OBJ] [OBJ][ENT-03]250[/ENT-03][/OBJ]
      [OBJ][ENT-04]Euro[/ENT-04][/OBJ].
    example_title: Relations 2
  - text: >-
      [REL]EStG § 66 Höhe des Kindergeldes, Zahlungszeitraum (1) Das
      [OBJ][ENT-01]Kindergeld[/ENT-01][/OBJ] beträgt
      [OBJ][ENT-07]monatlich[/ENT-07][/OBJ] [OBJ][ENT-02]für das erste und
      zweite Kind[/ENT-02][/OBJ] [OBJ][ENT-07]jeweils[/ENT-07][/OBJ]
      [OBJ][ENT-03]219[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ],
      [OBJ][ENT-02]für das dritte Kind[/ENT-02][/OBJ]
      [SUB][ENT-03]225[/ENT-03][/SUB] [OBJ][ENT-04]Euro[/ENT-04][/OBJ] und
      [OBJ][ENT-02]für das vierte und jedes weitere Kind[/ENT-02][/OBJ]
      [OBJ][ENT-07]jeweils[/ENT-07][/OBJ] [OBJ][ENT-03]250[/ENT-03][/OBJ]
      [OBJ][ENT-04]Euro[/ENT-04][/OBJ].
    example_title: Relations 3
  - text: >-
      [REL]EStG § 66 Höhe des Kindergeldes, Zahlungszeitraum (1) Das
      [OBJ][ENT-01]Kindergeld[/ENT-01][/OBJ] beträgt
      [OBJ][ENT-07]monatlich[/ENT-07][/OBJ] [OBJ][ENT-02]für das erste und
      zweite Kind[/ENT-02][/OBJ] [OBJ][ENT-07]jeweils[/ENT-07][/OBJ]
      [OBJ][ENT-03]219[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ],
      [OBJ][ENT-02]für das dritte Kind[/ENT-02][/OBJ]
      [OBJ][ENT-03]225[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ] und
      [OBJ][ENT-02]für das vierte und jedes weitere Kind[/ENT-02][/OBJ]
      [OBJ][ENT-07]jeweils[/ENT-07][/OBJ] [SUB][ENT-03]250[/ENT-03][/SUB]
      [OBJ][ENT-04]Euro[/ENT-04][/OBJ].
    example_title: Relations 4

Model Card for Model ID

This model performs entity extraction and relation extraction in a combined manner, using entity markers and task triggers. It processes German tax laws as input and outputs the extracted key figures with their properties and relations, based on a developed semantic model.

Model Details

Model Description

This is a fine-tuned token classification model, based on XLM-RoBERTa-Large, for the extraction of key figures and their logical connected properties from tax legal texts. The entity- and relation extraction tasks are trained in a combined model using initial trigger token to distinguish between the tasks. For relation extraction additional tokens are used to mark the extracted entities and predict the relations between them.

  • Model type: fine-tuned token classification model, based on XLM-RoBERTa-Large
  • Language(s) (NLP): German

Model Sources [optional]

Uses 

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained("danielsteinigen/KeyFiTax")
model = AutoModelForTokenClassification.from_pretrained("danielsteinigen/KeyFiTax")

nlp = pipeline("ner", model=model, tokenizer=tokenizer)
key_figures = "[GRP-01]EStG § 66 Höhe des Kindergeldes, Zahlungszeitraum (1) Das Kindergeld beträgt monatlich für das erste und zweite Kind jeweils 219 Euro, für das dritte Kind 225 Euro und für das vierte und jedes weitere Kind jeweils 250 Euro."
conditions = "[GRP-00]EStG § 66 Höhe des Kindergeldes, Zahlungszeitraum (1) Das Kindergeld beträgt monatlich für das erste und zweite Kind jeweils 219 Euro, für das dritte Kind 225 Euro und für das vierte und jedes weitere Kind jeweils 250 Euro."
relations_1 = "[REL]EStG § 66 Höhe des Kindergeldes, Zahlungszeitraum (1) Das [SUB][ENT-01]Kindergeld[/ENT-01][/SUB] beträgt [OBJ][ENT-07]monatlich[/ENT-07][/OBJ] [OBJ][ENT-02]für das erste und zweite Kind[/ENT-02][/OBJ] [OBJ][ENT-07]jeweils[/ENT-07][/OBJ] [OBJ][ENT-03]219[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ], [OBJ][ENT-02]für das dritte Kind[/ENT-02][/OBJ] [OBJ][ENT-03]225[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ] und [OBJ][ENT-02]für das vierte und jedes weitere Kind[/ENT-02][/OBJ] [OBJ][ENT-07]jeweils[/ENT-07][/OBJ] [OBJ][ENT-03]250[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ]."
relations_2 = "[REL]EStG § 66 Höhe des Kindergeldes, Zahlungszeitraum (1) Das [OBJ][ENT-01]Kindergeld[/ENT-01][/OBJ] beträgt [OBJ][ENT-07]monatlich[/ENT-07][/OBJ] [OBJ][ENT-02]für das erste und zweite Kind[/ENT-02][/OBJ] [OBJ][ENT-07]jeweils[/ENT-07][/OBJ] [SUB][ENT-03]219[/ENT-03][/SUB] [OBJ][ENT-04]Euro[/ENT-04][/OBJ], [OBJ][ENT-02]für das dritte Kind[/ENT-02][/OBJ] [OBJ][ENT-03]225[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ] und [OBJ][ENT-02]für das vierte und jedes weitere Kind[/ENT-02][/OBJ] [OBJ][ENT-07]jeweils[/ENT-07][/OBJ] [OBJ][ENT-03]250[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ]."
relations_3 = "[REL]EStG § 66 Höhe des Kindergeldes, Zahlungszeitraum (1) Das [OBJ][ENT-01]Kindergeld[/ENT-01][/OBJ] beträgt [OBJ][ENT-07]monatlich[/ENT-07][/OBJ] [OBJ][ENT-02]für das erste und zweite Kind[/ENT-02][/OBJ] [OBJ][ENT-07]jeweils[/ENT-07][/OBJ] [OBJ][ENT-03]219[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ], [OBJ][ENT-02]für das dritte Kind[/ENT-02][/OBJ] [SUB][ENT-03]225[/ENT-03][/SUB] [OBJ][ENT-04]Euro[/ENT-04][/OBJ] und [OBJ][ENT-02]für das vierte und jedes weitere Kind[/ENT-02][/OBJ] [OBJ][ENT-07]jeweils[/ENT-07][/OBJ] [OBJ][ENT-03]250[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ]."
relations_4 = "[REL]EStG § 66 Höhe des Kindergeldes, Zahlungszeitraum (1) Das [OBJ][ENT-01]Kindergeld[/ENT-01][/OBJ] beträgt [OBJ][ENT-07]monatlich[/ENT-07][/OBJ] [OBJ][ENT-02]für das erste und zweite Kind[/ENT-02][/OBJ] [OBJ][ENT-07]jeweils[/ENT-07][/OBJ] [OBJ][ENT-03]219[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ], [OBJ][ENT-02]für das dritte Kind[/ENT-02][/OBJ] [OBJ][ENT-03]225[/ENT-03][/OBJ] [OBJ][ENT-04]Euro[/ENT-04][/OBJ] und [OBJ][ENT-02]für das vierte und jedes weitere Kind[/ENT-02][/OBJ] [OBJ][ENT-07]jeweils[/ENT-07][/OBJ] [SUB][ENT-03]250[/ENT-03][/SUB] [OBJ][ENT-04]Euro[/ENT-04][/OBJ]."

results_key_figures = nlp(key_figures)
results_conditions  = nlp(conditions)
results_relations_1   = nlp(relations_1)
results_relations_2   = nlp(relations_2)
results_relations_3   = nlp(relations_3)
results_relations_4   = nlp(relations_4)
print(results_key_figures)
print(results_conditions)
print(results_relations_1)
print(results_relations_2)
print(results_relations_3)
print(results_relations_4)

Training Details

Training details can be found in our paper: https://ceur-ws.org/Vol-3441/paper7.pdf

Training Data

The model is trained on our dataset KeyFiTax, which is published here:https://huggingface.co/datasets/danielsteinigen/KeyFiTax

Evaluation

Evaluation details can be found in our paper: https://ceur-ws.org/Vol-3441/paper7.pdf

Citation [optional]

BibTeX:

@inproceedings{steinigen2023semantic,
  title={Semantic Extraction of Key Figures and Their Properties From Tax Legal Texts Using Neural Models},
  author={Steinigen, Daniel and Namysl, Marcin and Hepperle, Markus and Krekeler, Jan and Landgraf, Susanne},
  url = {https://ceur-ws.org/Vol-3441/paper7.pdf},
  year={2023}
  journal={Sixth Workshop on Automated Semantic Analysis of Information in Legal Text (ASAIL 2023)}, 
  series = {CEUR Workshop Proceedings},
  venue = {Braga, Portugal},
  eventdate = {2023-06-23}
}

APA:

Steinigen, D., Namysl, M., Hepperle, M., Krekeler, J., & Landgraf, S. (2023). Semantic Extraction of Key Figures and Their Properties From Tax Legal Texts Using Neural Models. Proceedings of Sixth Workshop on Automated Semantic Analysis of Information in Legal Text, Braga, Portugal, June 23, 2023, CEUR-WS.org, online CEUR-WS.org/Vol-3441/paper7.pdf.