WilliamCHN/LightXML_for_Legal_Provision_Prediction

Inference of LightXML（可独立运行）

本目录已经改造成独立推理包：

未分区文本 -> 分区模型 -> LightXML 多分区模型 -> 法条 TopK 预测

无需依赖项目外部的 LightXML_B/src、label_group0.npy、data/dataset_for_ml/legal_provision。

目录结构

• model/
  • provision_predictor/
    • groupy_legal_provision.best.pt
    • groupy_legal_provision.best.json
    • label_map.json
    • label_group0.npy
  • partition_predictor/
    • best_model.pt
    • vocab.json
    • model_meta.json
  • MODEL_INFO.md
• code/
  • run_inference_pipeline.py（兼容入口）
  • prepare_demo_samples.py（兼容入口）
  • pipeline/
    • run_inference_pipeline.py（主脚本）
    • prepare_demo_samples.py
  • partition/judgment_partition_infer/（本地分区推理代码）
  • provision/lightxml_model.py（本地法条模型结构代码）
• data/
  • input/sample_raw_input_5.jsonl
  • intermediate/sample_zoned_output_5.json
• results/
  • sample_predictions_5.json

输入格式（未分区）

data/input/sample_raw_input_5.jsonl 每行一个 JSON：

• id: 样本 ID
• text: 未分区案件全文
• labels: 可选真实法条列表（用于命中分析）

示例：

{"id":"sample_1","text":"（完整案件文本）","labels":["法条A","法条B"]}

一键推理命令

在项目根目录执行：

& '.\.venv\Scripts\python.exe' -m pip install -r 'LightXML_B\Inference of LightXML\requirements.txt'

& '.\.venv\Scripts\python.exe' 'LightXML_B\Inference of LightXML\code\run_inference_pipeline.py' `
  --model-path 'LightXML_B\Inference of LightXML\model\provision_predictor\groupy_legal_provision.best.pt' `
  --label-map-path 'LightXML_B\Inference of LightXML\model\provision_predictor\label_map.json' `
  --group-y-path 'LightXML_B\Inference of LightXML\model\provision_predictor\label_group0.npy' `
  --partition-model-path 'LightXML_B\Inference of LightXML\model\partition_predictor\best_model.pt' `
  --partition-vocab-path 'LightXML_B\Inference of LightXML\model\partition_predictor\vocab.json' `
  --partition-anchor auto `
  --input-file 'LightXML_B\Inference of LightXML\data\input\sample_raw_input_5.jsonl' `
  --output-zoned 'LightXML_B\Inference of LightXML\data\intermediate\sample_zoned_output_5.json' `
  --output-pred 'LightXML_B\Inference of LightXML\results\sample_predictions_5.json' `
  --max-items 5 `
  --device cuda

仅 CPU 推理时将 --device cuda 改为 --device cpu。

输出说明

• data/intermediate/sample_zoned_output_5.json
  • 包含分区边界、锚点状态、6 个分区文本
  • 分区键：z1_header、z2_facts、z3_issues、z5_result、z6_dissent、z7_other
• results/sample_predictions_5.json
  • 包含每条样本的 TopK 法条预测和分数
  • 若输入中有 labels，会输出 hits_top5

重新生成 5 条演示输入（可选）

& '.\.venv\Scripts\python.exe' 'LightXML_B\Inference of LightXML\code\prepare_demo_samples.py'