woong0322/ko-legal-sbert-finetuned

---

language: ko license: apache-2.0 library_name: sentence-transformers pipeline_tag: sentence-similarity tags: - sentence-transformers - sentence-similarity - feature-extraction - korean - legal - bert datasets: - custom metrics: - cosine_similarity widget: - source_sentence: "인터넷 사기 피해 손해배상 청구" sentences: - "온라인 거래 사기 피해 구제" - "전자상거래 사기 민사책임" - "형법상 사기죄 구성요건" - source_sentence: "상여금을 임금으로 인정하기 위한 요건" sentences: - "근로자 임금 체불 손해배상" - "퇴직금 산정 기초 평균임금" - "부동산 매매계약 해제" inference: parameters: task: sentence-similarity normalize_embeddings: true model-index: - name: Ko-Legal-SBERT results: - task: type: sentence-similarity name: Sentence Similarity dataset: type: custom name: Korean Legal Dataset metrics: - type: cosine_similarity value: 0.85 name: Same Domain Similarity

🏛️ Ko-Legal-SBERT: 한국 법률 특화 임베딩 모델

Ko-Legal-SBERT는 한국 법률 문서에 특화된 문장 임베딩 모델입니다. 35,104개의 고품질 법률 트리플셋으로 파인튜닝되어 법률 문서 간의 의미적 유사도를 정확하게 측정할 수 있습니다.

🚀 빠른 시작

Inference API 사용 (권장)

import requests

API_URL = "https://api-inference.huggingface.co/models/woong0322/ko-legal-sbert-finetuned"
headers = {"Authorization": "Bearer YOUR_TOKEN"}

def query(payload):
    response = requests.post(API_URL, headers=headers, json=payload)
    return response.json()

# 임베딩 생성
output = query({
    "inputs": "인터넷 사기 피해 손해배상 청구"
})

sentence-transformers 사용

from sentence_transformers import SentenceTransformer
import numpy as np

# 모델 로드
model = SentenceTransformer('woong0322/ko-legal-sbert-finetuned')

# 법률 텍스트 임베딩
texts = [
    "상여금을 임금으로 인정하기 위한 요건",
    "퇴직금 산정의 기초가 되는 평균임금",
    "형법상 절도의 범의와 고의"
]

embeddings = model.encode(texts)

# 유사도 계산
similarity_01 = np.dot(embeddings[0], embeddings[1])  # 노동법 관련: 높은 유사도
similarity_02 = np.dot(embeddings[0], embeddings[2])  # 노동법 vs 형법: 낮은 유사도

print(f"노동법 문서 간 유사도: {similarity_01:.3f}")  # 예상: 0.85+
print(f"노동법 vs 형법 유사도: {similarity_02:.3f}")   # 예상: 0.0 근처

📊 성능 평가

메트릭	점수	설명
동일 분야 유사도	0.853	같은 법 분야 문서 간 평균 유사도
분야 간 구분도	0.023	다른 법 분야 간 평균 유사도 (낮을수록 좋음)
전체 품질 점수	95.0/100	데이터 품질 종합 평가

분야별 성능

• 민사법: 36.3% 커버리지, 높은 정확도
• 세법: 16.4% 커버리지, 우수한 구분 능력
• 행정법: 14.9% 커버리지, 안정적 성능
• 형사법: 6.2% 커버리지, 명확한 분류

🏗️ 모델 구조

• 베이스 모델: jhgan/ko-sbert-nli
• 임베딩 차원: 768
• 최대 시퀀스 길이: 512 토큰
• 학습 방법: Triplet Loss with Hard Negative Mining

학습 데이터

• 총 트리플셋: 35,104개
• 학습 예제: 70,208개 (Anchor-Positive, Anchor-Negative 쌍)
• 데이터 출처: 한국 법원 판례, 법령 데이터
• 품질 검증: 98.6% 법률 키워드 포함, 중복 제거 완료

🎯 활용 분야

💼 비즈니스 활용

• 법률 검색 엔진: 의미 기반 판례/법령 검색
• 법률 상담 시스템: 유사 사례 자동 추천
• 계약서 분석: 조항 간 유사도 및 중복 검출
• 컴플라이언스: 규정 준수 여부 자동 검토

🔬 연구 활용

• 법률 AI 연구: 한국어 법률 NLP 벤치마크
• 판례 분석: 판결 패턴 및 경향 분석
• 법률 온톨로지: 법률 개념 간 관계 모델링
• 자동 분류: 법률 문서 카테고리 자동 분류

📚 기술적 세부사항

이 모델은 SentenceTransformers 라이브러리를 사용하여 학습되었으며, 다음과 같은 구조를 가집니다:

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)

🤝 기여 및 피드백

이 모델을 연구나 상업적 목적으로 사용하실 때는 다음과 같이 인용해주세요:

@misc{ko-legal-sbert-2025,
  title={Ko-Legal-SBERT: Korean Legal Domain Specialized Sentence Embedding Model},
  author={woong0322},
  year={2025},
  url={https://huggingface.co/woong0322/ko-legal-sbert-finetuned}
}

📄 라이선스

이 모델은 Apache 2.0 라이선스 하에 배포됩니다. 상업적 사용이 가능하며, 출처만 명시하면 자유롭게 사용하실 수 있습니다.

---

💡 이 모델이 도움이 되셨다면 ⭐을 눌러주세요!