Rozpoznávání pojmenovaných entit v právních textech

David STEINBERGER

Bachelor's thesis

Named Entity Recognition in Legal Documents

Anotácia:

Tato práce se zabývá rozpoznáváním pojmenovaných entit v právních textech pomocí pravidlových i statistických metod. Pravidlové metody jsou použity k rozpoznávání označení zákonných norem a judikátů a dosahují průměrně 87% úspěšnosti. Statistické metody, které jsou založeny na strojovém učení, jsou použity k rozpoznávání předělu oddělující vyrozumění daného soudu od rekapitulace. Bylo dosaženo 45% úspěšnosti přesného určení předělové věty, avšak průměrná poměrná odchylka není větší než 8.32% celého dokumentu. Integrace výsledků této práce do vyhledávacího stroje umožňuje právníkům číst pouze relevantní rozhodnutí nebo jejich důležité části.

Abstract:

The thesis deals with named entity recognition in legal documents based on rule-based and statistical methods. Rule-based methods are used for the recognition of references to statutes and court judgments with an average success rate of 87%. Statistical methods based on machine learning are used for the recognition of divisions between recapitulations and most recent court judgments. Results achieve a success rate of up to 45% of the exact match of the dividing sentence with the average error below 8.32% of the entire document. The integration of the results into a search engine enables lawyers to focus on relevant decisions or their important parts only.

Kľúčové slová

rozpoznávání pojmenovaných entit, NLP, strojové učení, maximum entropy, právo, judikáty

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 10. 5. 2013

Zverejniť od: 31. 12. 2999

Obhajoba závěrečné práce

• Vedúci: Ing. Miloslav Konopík, Ph.D.

University of West Bohemia

Faculty of Applied Sciences

Bachelor programme / odbor:
Computer Science and Engineering / Information Technologies