Jogi szövegek tezaurusz alapú osztályozása : egy nyelvfüggetlen modell létrehozásának problémái

Nyéki Bence: Jogi szövegek tezaurusz alapú osztályozása : egy nyelvfüggetlen modell létrehozásának problémái.

Előnézet

Cikk, tanulmány, mű msznykonf_017_291-303.pdf Letöltés (562kB) | Előnézet

Absztrakt (kivonat)

A cikkben jogi szövegek automatikus többcímkés osztályozását vizsgáljuk. A feladat nagy mennyiségű betanító adatot igényel, azonban ha az osztályozás kivitelezhető a többnyelvű EUROVOC tezaurusz terminusai alapján, akkor elméleti lehetőség nyílik arra, hogy egy meghatározott nyelvű korpuszon betanított osztályozó nyelvfüggetlenül működhessen. A bináris relevancia módszerén alapuló osztályozónkat horvát korpuszon tanítottuk be, és bár teljesítménye horvát szövegeken elfogadható, kis méretű annotált magyar mintánkra alkalmazva gyenge eredményt mutatott. Ennek legvalószínűbb oka a horvát és a magyar korpusz közötti különbség a terminus- és címkeeloszlás szempontjából.

Mű típusa:	Konferencia vagy workshop anyag
Rovatcím:	Szintaxis, szemantika
Befoglaló folyóirat/kiadvány címe:	Magyar Számítógépes Nyelvészeti Konferencia
Dátum:	2021
Kötet:	17
ISBN:	978-963-306-781-9
Oldalak:	pp. 291-303
Nyelv:	magyar
Konferencia neve:	Magyar számítógépes nyelvészeti konferencia (17.) (2021) (Szeged)
Befoglaló mű URL:	http://acta.bibl.u-szeged.hu/73340/
Kulcsszavak:	Nyelvészet - számítógép alkalmazása
Megjegyzések:	Bibliogr.: 303. p. és a lábjegyzetekben ; összefoglalás magyar nyelven
Szakterület:	01. Természettudományok 01. Természettudományok > 01.02. Számítás- és információtudomány 06. Bölcsészettudományok 06. Bölcsészettudományok > 06.02. Nyelvek és irodalom
Feltöltés dátuma:	2021. szep. 28. 13:54
Utolsó módosítás:	2022. nov. 08. 11:49
URI:	http://acta.bibl.u-szeged.hu/id/eprint/73376

Bővebben:

Tétel nézet