Automatická klasifikace významových celků v judikatuře
Bd.11,Nr.21(2020)
Příspěvek popisuje experiment se strojovým učením, kdy na minimálním datasetu bylo pomocí kombinace známých algoritmů strojového učení dosaženo relativně vysoké úspěšnosti klasifikace významových celků. Významovými celky se zde rozumí např. hlavička, procesní historie a argumentace stran.
judikatura; strojové učení; počítačové zpracování přirozeného jazyka
s. 3–20
Martin Eliášek
ATLAS Consulting, spol. s r.o.
Jakub Kól
ATLAS Consulting, spol. s r.o.
Miloš Švaňa
ATLAS Consulting, spol. s r.o.
[1] AGGARWAL, Charu C. a ChengXiang ZHAI. Mining text data. New York: Springer, 2012. ISBN 978-1-4614-3222-7. https://doi.org/10.1007/978-1-4614-3223-4_1
[2] HAN, Jiawei, Micheline KAMBER a Jian PEI. Data Mining: Concepts and Techniques. Third Edition. Waltham: Elsevier, 2011. ISBN 978-0-12-381479-1.
[3] HARAŠTA, Jakub, Jaromír ŠAVELKA, František KASL a Jakub MÍŠEK. Automatic Segmentation of Czech Court Decisions into Multi-Paragraph Parts. Jusletter IT. Weblaw AG, 2019, roč. 4, 23. Mai 2019, s. 1-10. ISSN 1664-848X. Dostupné z: https://www.muni.cz/en/research/publications/1534440
[4] MIKOLOV, Tomáš, Kai CHEN, Greg CORRADO a Jefrey DEAN. Efficient Estimation of Word Representations in Vector Space. CoRR, 2013. Dostupné z: https://arxiv.org/abs/1301.3781
[5] MIKOLOV, Tomáš a Quoc V. LE. Distributed Representations of Sentences and Documents. CoRR, 2014. Dostupné z: https://arxiv.org/abs/1405.4053
[6] RASCHKA, Sebastian. Python Machine Learning. Birmingham: Packt, 2015. ISBN 978-1- 78355-513-0.
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 International.
Copyright (c) 2020 Martin Eliášek, Jakub Kól, Miloš Švaňa