NOVOTNÁ, Tereza. Datasety využité pro extrakci citací soudních rozhodnutí (Datasets for judicial references extraction). In České právo informačních technologií 2019. 2019.
Other formats:   BibTeX LaTeX RIS
Basic information
Original name Datasety využité pro extrakci citací soudních rozhodnutí
Name (in English) Datasets for judicial references extraction
Authors NOVOTNÁ, Tereza (203 Czech Republic, guarantor, belonging to the institution).
Edition České právo informačních technologií 2019, 2019.
Other information
Original language Czech
Type of outcome Presentations at conferences
Field of Study 50501 Law
Country of publisher Czech Republic
Confidentiality degree is not subject to a state or trade secret
WWW program konference
RIV identification code RIV/00216224:14220/19:00107702
Organization unit Faculty of Law
Keywords (in Czech) datasety soudních rozhodnutí; extrakce soudních citací; segmentace soudních rozhodnutí
Keywords in English datasets of judicial decisions; judicial citation extraction; segmentation of judicial decisions
Changed by Changed by: Mgr. Tereza Novotná, Ph.D., učo 421694. Changed: 7/10/2019 09:55.
Abstract
V rámci příspěvku budou představeny jednotlivé datasety vytvořené v rámci projektu 'Exaktní hodnocení aplikační relevance judikatury'. Konkrétně se jedná o (1) dataset rozhodnutí NS, NSS a ÚS využitý při vytěžování citací, (2) trénovací dataset pro strojové učení k rozpoznávání referencí, (3) trénovací dataset pro strojové učení k rozpoznávání předdefinovaných struktur soudních rozhodnutí.
Abstract (in English)
Individual datasets created within the project 'Exact evaluation of application relevance of case law' will be presented. Specifically, it is (1) NS, NSS and US decision dataset used to extract citations, (2) machine learning training dataset to recognize references, (3) machine learning training dataset to recognize predefined court ruling structures.
Links
GA17-20645S, research and development projectName: Exaktní hodnocení aplikační relevance judikatury
Investor: Czech Science Foundation
PrintDisplayed: 30/7/2024 14:31