佛罗伦萨大学 发布 意大利最高法院判决数据集 数据集, 应用在 法律文本分析、主题建模 领域

佛罗伦萨大学 本次发布的数据集 意大利最高法院判决数据集, 该数据集是基于意大利最高法院的判决构建的，旨在用于主题建模。数据集的创建过程结合了文档布局分析、光学字符识别和文本匿名化技术。通过文档处理流程，该数据集实现了对法律判决的文本内容的准确提取和分割，提高了光学字符识别的准确性，并确保了文本内容的结构化。此外，为了确保隐私合规，还集成了基于Transformer的命名实体识别模型，用于检测和匿名化敏感信息。该数据集的应用领域主要在于意大利法律领域的主题建模，旨在揭示法律文本中的潜在主题和结构，为信息检索和自动化判决分类等应用提供支持。

查看意大利最高法院判决数据集

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。