Jusletter IT

Maschinelle Lernverfahren für die Automatische Klassifikation von Juristischen Dokumenten

  • Autoren/Autorinnen: Elisabeth Lex / Stefan Rapp / Wolfgang Kienreich
  • Kategorie: Kurzbeiträge
  • Region: Österreich
  • Rechtsgebiete: Rechtsinformation & Juristische Suchtechnologien
  • Sammlung: Tagungsband IRIS 2012
  • Zitiervorschlag: Elisabeth Lex / Stefan Rapp / Wolfgang Kienreich, Maschinelle Lernverfahren für die Automatische Klassifikation von Juristischen Dokumenten, in: Jusletter IT 29. Februar 2012
Angesichts von Komplexität und Volumen juristischer Fachpublikationen sind automatische Verfahren zur Klassifikation juristischer Dokumente für Anbieter juristischer Inhalte von Interesse. Maschinelle Lernverfahren sind in der Lage, aus der Zuordnung bekannter Dokumente zu Klassen statistische Modelle zu generieren, welche anschließend zur automatischen Klassifikation unbekannter Dokumente verwendet werden können. In einem Kooperationsprojekt zwischen Know-Center und Lexis Nexis wurden im Jahre 2011 entsprechende Verfahren basierend auf dem Index des österreichischen Bundesrechts entwickelt und erprobt. Dabei konnte eine begrenzte Übertragbarkeit der gelernten Modelle von Gesetzestexten auf andere juristische Dokumente, wie etwa Kommentare und Urteile, gezeigt werden.

Inhaltsverzeichnis

  • 1. Übersicht
  • 2. Vorgehensweise
  • 2.1. Theorie
  • 2.2. Ausgangsdaten
  • 2.3. Vorverarbeitung
  • 2.4. Textklassifikation
  • 2.5. Hierarchische Klassifikation
  • 2.6. Validierung
  • 2.7. Experimente
  • 3. Folgerungen
  • 4. Anerkennung

0 Kommentare

Es gibt noch keine Kommentare

Ihr Kommentar zu diesem Beitrag

AbonnentInnen dieser Zeitschrift können sich an der Diskussion beteiligen. Bitte loggen Sie sich ein, um Kommentare verfassen zu können.