Jusletter IT

Eine Kombination von Regelbasierten und Statistischen Verfahren für die Hierarchische Klassifikation von Juristischen Dokumenten

  • Autoren/Autorinnen: Wolfgang Kienreich / Gunnar Schulze / Elisabeth Lex / Stefan Rapp
  • Kategorie: Beiträge
  • Region: Österreich
  • Rechtsgebiete: Juristische Informatik-Systeme und Anwendungen
  • Sammlung: Tagungsband IRIS 2013
  • Zitiervorschlag: Wolfgang Kienreich / Gunnar Schulze / Elisabeth Lex / Stefan Rapp, Eine Kombination von Regelbasierten und Statistischen Verfahren für die Hierarchische Klassifikation von Juristischen Dokumenten , in: Jusletter IT 20. Februar 2013
Anbieter juristischer Inhalte profitieren angesichts von Komplexität und Volumen juristischer Fachpublikationen von automatischen Klassifikationsverfahren. 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 einen Kooperationsprojekt zwischen Know-Center und LexisNexis wurden im Jahre 2012 entsprechende Verfahren basierend auf dem Index des österreichischen Bundesrechts entwickelt. Dabei konnte eine signifikante Erhöhung von Qualitätsmerkmalen durch die Integration von statistischen und regelbasierten Ansätzen demonstriert werden.

Inhaltsverzeichnis

  • 1. Übersicht
  • 2. Vorgehensweise
  • 2.1. Ausgangsdaten
  • 2.2. Maschinelle Lernverfahren
  • 2.3. Regelbasierte Verfahren
  • 2.4. Hierarchische Klassifikation
  • 2.5. Integrierter Ansatz
  • 3. Resultate
  • 4. Folgerungen
  • 5. 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.