该项目为 CAIL2021——司法考试 的代码和模型提交说明。
数据集下载请访问比赛主页。问题参考资料下载，该数据只可用于该比赛，未经允许禁止在其他领域中使用。
如果你要在学术论文中引用数据集，请使用如下bib
@article{zhong2019jec,
title={JEC-QA: A Legal-Domain Question Answering Dataset},
author={Zhong, Haoxi and Xiao, Chaojun and Tu, Cunchao and Zhang, Tianyang and Liu, Zhiyuan and Sun, Maosong},
journal={arXiv preprint arXiv:1911.12011},
year={2019}
}QQ群：237633234
本任务所使用的数据集来自于论文JEC-QA: A Legal-Domain Question Answering Dataset的司法考试数据集。
下发的文件包含0_train.json,1_train.json，分别对应概念理解题和情景分析题。
两个文件均包含若干行，每行数据均为json格式，包含若干字段：
answer：代表该题的答案。id：题目的唯一标识符。option_list：题目每个选项的描述。statement：题干的描述。subject：代表该问题所属的分类，仅有部分数据含有该字段。type：无意义字段。
实际测试数据不包含answer字段。
你可以在 python_sample 中找到最简单的提交代码的格式。你需要将你所有的代码压缩为一个 zip 文件进行提交，该 zip 文件内部形式可以参看 python_sample/main.zip。该 zip 文件内部顶层必须包含main.py，为运行的入口程序，我们会在该目录下使用python3 main.py来运行你的程序。
对于你的代码，你需要从/input/中读取数据进行预测。
在该文件夹中包含若干文件，每个文件均由若干行json格式数据组成。每行的数据格式与下发数据格式完全一致。选手需要从将预测的结果输出到/output/result.txt中，以json格式输出一个字典。对于编号为id的题目，你需要在输出的字典中设置id字段，并且该字段内容为该题答案，类型为list。
以上为 main.py 中你需要实现的内容，你可以利用 python_example 下的文件进行进一步参考。请注意，在加载模型的时候请尽量使用相对路径，我们会将提交的压缩包解压到/work路径下然后运行。
请注意，如果你想要自己通过命令行运行python代码，请按照如下命令运行
sudo /home/user/miniconda/bin/python3 work.py如上文所述，我们现阶段只支持 python 语言的提交，但是这并不代表你不能够使用其他语言进行预测。你可以使用python3 main.py去调用运行其他语言的命令。但请注意，在你调用其他命令的时候请在命令前加上sudo以保证权限不会出问题。
| 软件名称 | 版本号 |
|---|---|
| python | 3.8.5 |
| g++ | 9.3.0 |
| gcc | 9.3.0 |
python库的环境列表：
Package Version
-------------------------------- -------------------
absl-py 0.13.0
astunparse 1.6.3
brotlipy 0.7.0
cachetools 4.2.2
certifi 2020.6.20
cffi 1.14.3
chardet 3.0.4
click 8.0.1
conda 4.9.2
conda-package-handling 1.7.2
cryptography 3.2.1
filelock 3.0.12
flatbuffers 1.12
gast 0.4.0
google-auth 1.33.1
google-auth-oauthlib 0.4.4
google-pasta 0.2.0
grpcio 1.34.1
h5py 3.1.0
idna 2.10
jieba 0.42.1
joblib 1.0.1
keras-nightly 2.5.0.dev2021032900
Keras-Preprocessing 1.1.2
Markdown 3.3.4
numpy 1.19.5
oauthlib 3.1.1
opt-einsum 3.3.0
packaging 21.0
Pillow 8.3.1
pip 21.1.3
protobuf 3.17.3
pyasn1 0.4.8
pyasn1-modules 0.2.8
pycosat 0.6.3
pycparser 2.20
pyOpenSSL 19.1.0
pyparsing 2.4.7
PySocks 1.7.1
regex 2021.7.6
requests 2.24.0
requests-oauthlib 1.3.0
rsa 4.7.2
ruamel-yaml 0.15.87
sacremoses 0.0.45
scikit-learn 0.24.0
scipy 1.7.0
setuptools 50.3.1.post20201107
six 1.15.0
tensorboard 2.5.0
tensorboard-data-server 0.6.1
tensorboard-plugin-wit 1.8.0
tensorflow 2.5.0
tensorflow-estimator 2.5.0
termcolor 1.1.0
threadpoolctl 2.2.0
tokenizers 0.10.3
torch 1.9.0+cu111
torchaudio 0.9.0
torchvision 0.10.0+cu111
tqdm 4.51.0
transformers 4.3.3
typing-extensions 3.7.4.3
urllib3 1.25.11
Werkzeug 2.0.1
wheel 0.35.1
wrapt 1.12.1
等待补全中
如果你有需要的环境，请在github issue提出申请，或请联系比赛管理员进行安装。
因评测环境不允许连接互联网，若选手需要使用预训练语言模型，则需要自己手动上传。同时，评测环境中已经支持transformers中部分预训练语言模型，可直接通过 model = AutoModel.from_pretrained(modelname) 进行加载。已支持的预训练语言模型包括：
bert-base-chinese
thunlp/Lawformer
hfl/chinese-bert-wwm-ext
hfl/chinese-electra-180g-base-discriminator
hfl/chinese-legal-electra-base-discriminator
hfl/chinese-macbert-base
hfl/chinese-macbert-large
如有进一步需要可联系管理员进行安装。