{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2931361"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2931361","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Legal Text Classification based on Greek Legislation","abstract":"Η 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.","abstract_html":"Η 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.","abstract_has_math":false,"creators":["Παπαλουκάς Χρίστος","Papaloukas Christos"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2020,"date_issued":"2020","date_published":"2020","updated_at":"2026-11-19T05:41:41Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2931361"],"render_values":[{"text":"uoadl:2931361","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2931361","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2931361","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2931361","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Παπαλουκάς Χρίστος","Papaloukas Christos"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2020"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2931361","https://pergamos.lib.uoa.gr/uoa/dl/object/2931361"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η 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.","Legal text processing is an emerging and significant field in Natural Language Processing, with its applications being valuable not only to legal professionals but also to society. Towards this end, in this study, we engage in legal text classification based on Greek legislation. We introduce and make publicly available a novel dataset based on Greek legislation, consisting of more than 47k official, classified Greek legislation resources. We experiment with and evaluate a battery of advanced methods and classifiers, varying from traditional machine learning and recurrent models to state-of-the-art transfer learning models. Results evince the shortcoming of traditional machine learning classifiers against more sophisticated methods, despite setting adequate baselines for most of the considered tasks. Recurrent architectures with domain-specific word embeddings offer improved overall performance while being competitive even to Transformer-based models. Still, cutting-edge multilingual and monolingual Transformer-based models brawl on the top of the classifiers’ ranking, inducing us to question the necessity of training monolingual transfer learning models as a rule of thumb. To the best of our knowledge, this is the first time the project of Greek legal text classification is researched to such an extent. We anticipate this study to be a strong groundwork, contributing significantly to the future research of the Greek NLP community."]},{"key":"dc:title","label":"Title","values":["Legal Text Classification based on Greek Legislation"]}]}],"canonical_facts":{"dc:creator":["Παπαλουκάς Χρίστος","Papaloukas Christos"],"dc:date":["2020"],"dc:description":["Η 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.","Legal text processing is an emerging and significant field in Natural Language Processing, with its applications being valuable not only to legal professionals but also to society. Towards this end, in this study, we engage in legal text classification based on Greek legislation. We introduce and make publicly available a novel dataset based on Greek legislation, consisting of more than 47k official, classified Greek legislation resources. We experiment with and evaluate a battery of advanced methods and classifiers, varying from traditional machine learning and recurrent models to state-of-the-art transfer learning models. Results evince the shortcoming of traditional machine learning classifiers against more sophisticated methods, despite setting adequate baselines for most of the considered tasks. Recurrent architectures with domain-specific word embeddings offer improved overall performance while being competitive even to Transformer-based models. Still, cutting-edge multilingual and monolingual Transformer-based models brawl on the top of the classifiers’ ranking, inducing us to question the necessity of training monolingual transfer learning models as a rule of thumb. To the best of our knowledge, this is the first time the project of Greek legal text classification is researched to such an extent. We anticipate this study to be a strong groundwork, contributing significantly to the future research of the Greek NLP community."],"dc:identifier":["uoadl:2931361","https://pergamos.lib.uoa.gr/uoa/dl/object/2931361"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Legal Text Classification based on Greek Legislation"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:41:41Z"}