Full metadata record
DC pole | Hodnota | Jazyk |
---|---|---|
dc.contributor.advisor | Konopík, Miloslav | |
dc.contributor.author | Steinberger, David | |
dc.contributor.referee | Král, Pavel | |
dc.date.accepted | 2013-06-06 | |
dc.date.accessioned | 2014-02-06T12:43:56Z | |
dc.date.available | 2012-10-15 | cs |
dc.date.available | 2014-02-06T12:43:56Z | |
dc.date.issued | 2013 | |
dc.date.submitted | 2013-05-10 | |
dc.identifier | 52814 | |
dc.identifier.uri | http://hdl.handle.net/11025/8660 | |
dc.description.abstract | Tato práce se zabývá rozpoznáváním pojmenovaných entit v právních textech pomocí pravidlových i statistických metod. Pravidlové metody jsou použity k rozpoznávání označení zákonných norem a judikátů a dosahují průměrně 87% úspěšnosti. Statistické metody, které jsou založeny na strojovém učení, jsou použity k rozpoznávání předělu oddělující vyrozumění daného soudu od rekapitulace. Bylo dosaženo 45% úspěšnosti přesného určení předělové věty, avšak průměrná poměrná odchylka není větší než 8.32% celého dokumentu. Integrace výsledků této práce do vyhledávacího stroje umožňuje právníkům číst pouze relevantní rozhodnutí nebo jejich důležité části. | cs |
dc.format | v s., 31 s., IX s. | cs |
dc.format.mimetype | application/pdf | |
dc.language.iso | cs | cs |
dc.publisher | Západočeská univerzita v Plzni | cs |
dc.rights | Plný text práce je přístupný bez omezení. | cs |
dc.subject | rozpoznávání pojmenovaných entit | cs |
dc.subject | NLP | cs |
dc.subject | strojové učení | cs |
dc.subject | maximální entropie | cs |
dc.subject | právo | cs |
dc.subject | judikát | cs |
dc.subject | soudní rozhodnutí | cs |
dc.title | Rozpoznávání pojmenovaných entit v právních textech | cs |
dc.title.alternative | Named Entity Recognition in Legal Documents | en |
dc.type | bakalářská práce | cs |
dc.thesis.degree-name | Bc. | cs |
dc.thesis.degree-level | Bakalářský | cs |
dc.thesis.degree-grantor | Západočeská univerzita v Plzni. Fakulta aplikovaných věd | cs |
dc.description.department | Katedra informatiky a výpočetní techniky | cs |
dc.thesis.degree-program | Inženýrská informatika | cs |
dc.description.result | Obhájeno | cs |
dc.rights.access | openAccess | en |
dc.description.abstract-translated | The thesis deals with named entity recognition in legal documents based on rule-based and statistical methods. Rule-based methods are used for the recognition of references to statutes and court judgments with an average success rate of 87%. Statistical methods based on machine learning are used for the recognition of divisions between recapitulations and most recent court judgments. Results achieve a success rate of up to 45% of the exact match of the dividing sentence with the average error below 8.32% of the entire document. The integration of the results into a search engine enables lawyers to focus on relevant decisions or their important parts only. | en |
dc.subject.translated | named entity recognition | en |
dc.subject.translated | NLP | en |
dc.subject.translated | machine learning | en |
dc.subject.translated | law | en |
dc.subject.translated | judgment | en |
dc.subject.translated | court decision | en |
Vyskytuje se v kolekcích: | Bakalářské práce / Bachelor´s works (KIV) |
Soubory připojené k záznamu:
Soubor | Popis | Velikost | Formát | |
---|---|---|---|---|
D.Steinberger-Rozpoznavani.pojmenovanych.entit.v.pravnich.textech.pdf | Plný text práce | 1,44 MB | Adobe PDF | Zobrazit/otevřít |
A10B0678Phodnoceni.pdf | Posudek vedoucího práce | 127,33 kB | Adobe PDF | Zobrazit/otevřít |
A10B0678Pposudek.pdf | Posudek oponenta práce | 127,5 kB | Adobe PDF | Zobrazit/otevřít |
A10B0678Pobhajoba.pdf | Průběh obhajoby práce | 70,16 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/8660
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.