Development of machine learning software for the recognition of modifications in Greek legislation

This item is provided by the institution :
/aggregator-openarchives/portal/institutions/uoa   

Repository :
Pergamos Digital Library   

see the original item page
in the repository's web site and access all digital files if the item*



Development of machine learning software for the recognition of modifications in Greek legislation

Τσακαλάκης Βίκτωρ (EL)
Σκουλίκας-Ανδρούτσος Χρήστος (EL)
Skoulikas-Androutsos Christos (EN)
Tsakalakis Viktor (EN)

born_digital_graduate_thesis
Πτυχιακή Εργασία (EL)
Graduate Thesis (EN)

2020


Το πρόγραμμα ΝΟΜΟΘΕΣΙ@ αποσκοπεί στην μετατροπή της ελληνικής νομοθεσίας σε μηχανικά αναγνώσιμη μορφή που επιδέχεται ερωτήσεις. Μία σημαντική λειτουργία που δεν υφίσταται ακόμη είναι η ταυτοποίηση των νομοθετικών τροποποιήσεων και των σημασιακών του μερών. Σε αυτή την πτυχιακή εργασία παρουσιάζουμε μία αυτοματοποιημένη λύση βασισμένη στην βαθιά μάθηση, συγκεκριμένα την αρχιτεκτονική BiLSTM. Δείχνει αξιοσημείωτα καλά αποτελέσματα, με ακρίβεια προβλέψεων να φτάνει το 98% ανά λεκτική μονάδα. (EL)
The ΝΟΜΟΘΕΣΙ@ projects aims to convert Greek legislation into a machine readable and queryable format. One important aspect that it is currently missing is the identification of legislative modifications and their semantic components. In this disseration we present an automated solution based on deep learning, in particular the BiLSTM architecture. Our model demonstrates remarkably good results, with a prediction accuracy reaching over 98% per lexical token. (EN)

Τεχνολογία – Πληροφορική

Τεχνολογία – Πληροφορική (EL)
Technology - Computer science (EN)

English

Βιβλιοθήκη και Κέντρο Πληροφόρησης » Βιβλιοθήκη Σχολής Θετικών Επιστημών » Πληροφορική
Σχολή Θετικών Επιστημών » Τμήμα Πληροφορικής & Τηλεπικοινωνιών

https://creativecommons.org/licenses/by-nc/4.0/




*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)