metadata

language:
  - nl
license:
  - mit
library_name: transformers
tags:
  - generated_from_trainer
datasets:
  - romjansen/mbert-base-cased-NER-NL-legislation-refs-data
metrics:
  - seqeval
model-index:
  - name: mbert-base-cased-NER-NL-legislation-refs
    results:
      - task:
          name: named-entity-recognition
          type: token-classification
        dataset:
          type: romjansen/mbert-base-cased-NER-NL-legislation-refs-data
          name: romjansen/mbert-base-cased-NER-NL-legislation-refs-data
        metrics:
          - type: precision
            value: 0.891
          - type: recall
            value: 0.919
          - type: F1-score
            value: 0.905
widget:
  - text: >-
      5.2. De rechtbank overweegt dat het voor buiten het Koninkrijk geboren
      Nederlanders, die door de geboorte tevens de nationaliteit van een ander
      land hebben verworven, tot 1 januari 1985 mogelijk was de Nederlandse
      nationaliteit onbeperkt te behouden op grond van artikel 7 van de WNI.
      5.3. Volgens de Nederlandse wet, zoals deze tot 1 januari 1988 gold,
      werden minderjarigen door het bereiken van de 21-jarige leeftijd of door
      het eerder sluiten van een huwelijk meerderjarig. Op [geboortedag] 1971 is
      eiseres 21 jaar oud geworden en dus is zij in ieder geval toen
      meerderjarig geworden, zodat voor haar op dat moment de tienjarige termijn
      begon te lopen. 5.4. Niet in geschil is dat eiseres geen kennisgeving als
      bedoeld in artikel 7, aanhef en onder 5, van de WNI heeft afgelegd vóór
      [geboortedag] 1981, toen zij 31 jaar oud was. 5.5. Ook is niet in geschil
      dat eiseres haar Nederlanderschap op [geboortedag] 1981 van rechtswege
      heeft verloren. 5.6. Gezien het voorgaande bestaat geen grond voor het
      oordeel dat het standpunt van verweerder, dat eiseres op [geboortedag]
      1981 op grond van artikel 7, aanhef en onder 5, van de WNI het
      Nederlanderschap van rechtswege heeft verloren, onjuist is. 5.7. De
      rechtbank ziet in wat eiseres in beroep heeft aangevoerd geen reden voor
      een ander oordeel. In het geval en de omstandigheden van eiseres zijn er
      geen rechtsregels van toepassing op grond waarvan zij het Nederlanderschap
      kan herkrijgen.
  - text: >-
      Bij het bepaalde in de art. 2:1 lid 6, onder a, Wvggz en 8:9 lid 4, aanhef
      en onder a, Wvggz gaat het om het vermogen van een persoon om ter zake van
      specifieke afwegingen op het terrein van de zorg te komen tot een
      redelijke waardering van zijn belangen
  - text: >-
      Op grond van artikel 6:11 van de Awb blijft niet-ontvankelijkverklaring
      wegens termijnoverschrijding achterwege
  - text: >-
      onevenredig zou worden bevoordeeld ten opzichte van de overige bij de
      aangelegenheid betrokken natuurlijke personen dan wel van derden, als
      bedoeld in artikel 10, tweede lid, aanhef en onder g, van de Wob. Nu reeds
      artikel 11 van de Wob aan openbaarmaking van de door appellante verzochte
      informatie in de weg staat

Model description

mbert-base-cased-NER-NL-legislation-refs is a fine-tuned BERT model that was trained to recognize the entity type 'legislation references' (REF) in Dutch case law.

Specifically, this model is a bert-base-multilingual-cased model that was fine-tuned on the mbert-base-cased-NER-NL-legislation-refs-data dataset.

Training procedure

Dataset

This model was fine-tuned on the mbert-base-cased-NER-NL-legislation-refs-data dataset. This dataset consists of 512 token long examples which each contain one or more legislation references. These examples were created from a weakly labelled corpus of Dutch case law which was scraped from Linked Data Overheid, pre-tokenized and labelled (biluo_tags_from_offsets) through spaCy and further tokenized through applying Hugging Face's AutoTokenizer.from_pretrained() for bert-base-multilingual-cased's tokenizer.

Results

Model	Precision	Recall	F1-score
mBERT	0.891	0.919	0.905

Using Hugging Face's hosted inference API widget this model can be quickly tested on the provided examples. Note that the hosted inference API widget incorrectly presents the last token of a legislation reference as a seperate entity due to the workings of its 'simple' aggregation_strategy. While this model was fine-tuned on training data labelled in accordence with the BILOU scheme, the hosted inference API groups entities by merging B- and I- tags when the tag is similar (thereby omitting the L- tags).

Limitations and biases

More information needed

BibTeX entry and citation info