Back to search

National and Kapodistrian University of Athens

MULTI-LABEL TEXT CLASSIFICATION FOR GREEK LEGAL DOCUMENTS

Abstract

dc:description

Η \Ταξινόμηση Κειμένου Πολλαπλών Ετικετών της Ελληνικής Νομοθεσίας αναφέρεται στο πρόβλημα της αντιστοίχισης ενός κειμένου με τις πιο σχετικές κατηγορίες απο ενα συνολο εκατοντάδων ή και χιλιάδων ετικετών. Ο ερευνιτικός αυτός κλάδος έχει λάβει αρκετή προσοχή τα τελευταία χρόνια αφου συναντάται σε πολλές εφαρμογές και προβλήματα τόσο στον πραγματικό κόσμο όσο και στον βιομηχανικό τομέα. Η κατηγοριοποίηση βιο-ιατρικών κειμένων, ιστοσελίδων της Wikipedia, προϊόντων της Amazon, και κειμένων νομικού περιεχομένου, είναι μονο μερικά χαρακτηριστικά παραδείγματα. Σε αυτήν την διπλωματική εργασία μελετάμε το παραπάνω πρόβλημα υπό το πρίσμα κειμένων νομοθετικού περιεχομένου τα οποία προέρχονται κατευθείαν απο το ελληνικό κοινοβούλιο. Για τα πειράματα μας χρησιμοποιήσαμε το Raptarchis47k, ένα νέο ιεραρχικά δομημένο σύνολο δεδομένων (dataset) που περιέχει αρχεία τού ελληνικού συντάγματος της περιόδου 1832-2015. Επιπλέον επειδή το συγκεκριμένο dataset έχει δημοσιευθεί αρκετά πρόσφατα, λίγα είναι γνωστά για την φύση και σύνθεση του. Παρόλα αυτά κατά την συγγραφή αυτης της εργασίας, ανακαλύψαμε νέες πληροφορίες σχετικές με την ιεραρχια και τη οργάνωση του. Ως αποτέλεσμα λοιπον, παραθέτουμε μια περιεκτική ανάλυση της δομής και των αλληλοσυνδέσεων των labels (ετικετών) που υπάρχουν σε αυτό. Έπειτα συνεχίζουμε με την ανάπτυξη των μοντέλων μας. Συλλογιζόμενοι τα εξαιρετικά αποτελέσματα της Βαθιάς Μηχανικής Μάθησης, επιχειρούμε να επωφεληθούμε απο αυτές τις προσεγγίσεις προσπαθώντας να τις ενσωματώσουμε στις απαιτήσεις του προβλήματος. Εντούτοις, ξέροντας πως η αφελής, βιαστική και απλοική εφαρμογή τους οδηγει σε υπο-βέλτιστα αποτελέσματα, ακολουθούμε σαν πυξιδα τις σημαντικότερες δημοσιεύσεις στην περιοχή, ενω παράλληλα συζητάμε και προτείνουμε τις δικες μας λύσεις και προτασεις. Συνολικά, προσδοκούμε αυτή η μελέτη να συνεισφέρει στην υπάρχουσα βιβλιογραφία στον τομέα της Επεξεργασίας Φυσικής Γλώσσας (NLP) καθώς επίσης και να αποτελέσει εφαλτήριο για περαιτέρω μελέτη, κατανόηση και επίλυση του τρέχοντος προβλήματος.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Παπαθεοδώρου Απόστολος
  • Papatheodorou Apostolos

Subjects

dc:subject × 2

Rights

Language dc:language
Ελληνικά, English, Greek

Identifiers

dc:identifier.*
Identifier
uoadl:2969745

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Παπαθεοδώρου Απόστολος; Papatheodorou Apostolos. MULTI-LABEL TEXT CLASSIFICATION FOR GREEK LEGAL DOCUMENTS. 2022. https://pergamos.lib.uoa.gr/uoa/dl/object/2969745