上传者: 38613154
|
上传时间: 2021-12-22 14:39:48
|
文件大小: 1.23MB
|
文件类型: -
几乎所有的法律都是用自然语言表达的; 因此,自然语言处理 (NLP) 是大规模理解和预测规律的关键组成部分。 NLP 将非结构化文本转换为计算机可以理解和分析的形式表示。 NLP 和法律的交叉点准备创新,因为 (i.) 越来越多的数字化机器可读法律文本数据存储库,(ii.) 算法和硬件改进驱动的 NLP 方法的进步,以及 (iii. ) 由于当前实践效率低下而提高法律服务有效性的潜力。NLP 是一个很大的领域,与计算机科学相关的许多研究领域一样,它正在Swift发展。 在 NLP 中,本文主要关注统计机器学习技术,因为它们展示了推进文本信息系统的重要前景,并且在可预见的未来可能会相关。首先,我们简要概述了不同类型的法律文本和不同类型的法律文本。机器学习方法来处理这些文本。 我们介绍了将单词和文档表示为数字的核心思想。 然后我们描述了利用法律文本数据来完成任务的 NLP 工具。 在此过程中,我们用斜体定义了重要的 NLP 术语,并提供了示例来说明这些工具的实用性。 我们描述了自动总结内容(情感分析、文本摘要、主题模型、提取属性和关系、文档相关性评分)、预测结果和回答问题的方法。