National and Kapodistrian University of Athens
Legal Text Classification based on Greek Legislation
Abstract
dc:descriptionΗ επεξεργασία νομικού κειμένου είναι ένας αναδυόμενος και σημαντικός τομέας στην Επε- ξεργασία Φυσικής Γλώσσας, με τις εφαρμογές του να είναι πολύτιμες όχι μόνο για τους νομικούς επαγγελματίες αλλά και για την κοινωνία. Για το σκοπό αυτό, στην παρούσα μελέτη, ασχολούμαστε με την ταξινόμηση νομικού κειμένου βασισμένου στην ελληνική νομοθεσία. Παρουσιάζουμε και διαθέτουμε στο κοινό ένα νέο σύνολο δεδομένων βασι- σμένο στην ελληνική νομοθεσία, που αποτελείται από περισσότερους από 47 χιλιάδες επίσημους, ταξινομημένους πόρους ελληνικής νομοθεσίας. Πραγματοποιούμε πειράματα και αξιολογούμε μια σειρά από υπερσύγχρονες μεθόδους και ταξινομητές, που κυμαίνον- ται από παραδοσιακή μηχανική μάθηση και επαναλαμβανόμενα μοντέλα έως υπερσύγ- χρονα μοντέλα μεταφοράς μάθησης. Τα αποτελέσματα αποδεικνύουν την αδυναμία των παραδοσιακών ταξινομητών μηχανικής μάθησης έναντι πιο εξελιγμένων μεθόδων, παρά τον καθορισμό επαρκών βάσεων για τις περισσότερες από τις ερευνηθείσες εργασίες. Οι επαναλαμβανόμενες αρχιτεκτονικές με εξειδικευμένες διανυσματικές παραστάσεις λέξεων προσφέρουν βελτιωμένη συνολική απόδοση, ενώ είναι ανταγωνιστικές ακόμη και σε μο- ντέλα που βασίζονται σε μετασχηματιστές. Ωστόσο, τα υπερσύγχρονα πολυγλωσσικά και μονογλωσσικά μοντέλα που βασίζονται σε μετασχηματιστές φιλονικούν στην κορυφή της κατάταξης των ταξινομητών, προκαλώντας μας να αμφισβητήσουμε την αναγκαιότητα εκ- παίδευσης μονογλωσσικών μοντέλων μεταφοράς μάθησης κατά κανόνα. Από όσα γνωρί- ζουμε, αυτή είναι η πρώτη φορά που το έργο της ταξινόμησης ελληνικού νομικού κειμένου ερευνάται σε τέτοιο βαθμό. Αναμένουμε ότι αυτή η μελέτη θα αποτελέσει μια ισχυρή βάση, συμβάλλοντας σημαντικά στη μελλοντική έρευνα της ελληνικής κοινότητας επεξεργασίας φυσικής γλώσσας.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Παπαλουκάς Χρίστος
- Papaloukas Christos
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:2931361