Algoritmy pro extrakci definic v právních předpisech
Algorithms for extraction of definitions in laws
Typ dokumentu
diplomová prácemaster thesis
Autor
Jan Hošťálek
Vedoucí práce
Křemen Petr
Oponent práce
Klíma Karel
Studijní obor
Datové vědyStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra počítačůPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Tato práce představuje inovativní algoritmy a přístupy pro extrakci definic z českých legislativních dokumentů s využitím technologií sémantického webu a velkých jazykových modelů. Zaměřuje se na použitelnost jazykových modelů pro úlohy extrakce termínů, definic termínů a následné tvorby ontologií. Z metodologického hlediska zahrnuje techniky jako In Context Learning a Retrieval Augmented Generation, které vedou ke zlepšení extrakce a interpretace právní terminologie. Výsledky obsahují důležité poznatky o použitelnosti jazykových modelů pro konkrétní NLP úlohy v oblasti analýzy a zpracování právních dokumentů, které souvisejí s tvorbou znalostních ontologií. This work presents new algorithms and approaches for extracting definitions from Czech legislation documents using advanced Semantic Web technologies and Large Language Models. It focuses on the applicability of language models to the tasks of term extraction, term definitions and subsequent ontology creation. From a methodological perspective, it includes techniques such as In Context Learning and Retrieval Augmented Generation, leading to improved extraction and interpretation of legal terminology. The findings offer important insights into the applicability of language models to specific NLP tasks in the area of legal document analysis and processing, which is related to the creation of knowledge ontologies.
Kolekce
- Diplomové práce - 13136 [892]