論文「Sentence Boundary Detection in Legal Text」のまとめ

論文「Sentence Boundary Detection in Legal Text」のまとめです。

法律文書をセンテンスで区切る場合に、通常の自然言語処理と違うアプローチを行います。

Transcript

1. Title:Sentence Boundary Detection in Legal Text ・一般的に使用されている半教師付きとルールベースのライブラリ、および 2つの教師付きシーケンスラベリングア プローチを提案 まとめた人：宮城直
2. 提案手法・新規性 ・略語リスト、文頭ラベル、文末ラベルなどを追加 し更新することで，精度を改善
3. 結果 ・Punkt（PunktSentenceTokenizer）モデルの更新前と更新後（ カスタム略語を追加して学習） の比較 ・実験の精度（Precision）, 再現率（Recall）, 加重平均（F1-score）, 要素数（Support） 図
4. Oral結果 ・CRF（Conditional random field）モデルアプローチが現在、実用的なアプローチ ・完全教師付きアプローチが半教師付きルールライブラリよりも優れている
5. +αの情報 ・George Sanchez[https://scholar.google.com/citations?user=Gk65NcEAAAAJ&hl=en], Thomson Reuters R&D,610 Opperman Dr. Eagan, MN 55123 ・データセット：[https://github.com/jsavelka/sbd_adjudicatory_dec / tree / master / data_set] [bva.json、cyber_crime.json、intellectual_property.json、scotus.json]