Разработка системы классификации нормативно-правовых документов на основе метода опорных векторов
https://doi.org/10.15514/ISPRAS-2023-35(2)-4
Аннотация
Статья подготовлена в ходе разработки системы классификации текстов юридических документов, особенно тех, которые издаются Законодательным собранием Пермского края. Рассматриваемая проблема заключается в отсутствии решений, отвечающих региональным требованиям, основным из которых является применяемая в регионе классификация. Представлено исследование, оценивающее применение моделей обработки естественного языка. Основным результатом исследования является фактическая применимость машины опорных векторов (SVM) к предварительно обработанной категоризации юридических документов. Для выполнения этой задачи был создан API на стороне сервера, а также модели на стороне сервера, предварительно обученные тому, какой SVM предпочтительнее.
Об авторах
Юри НАСУ
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Студент 3 курса направления «Программная инженерия» факультета социально-экономических и компьютерных наук НИУ ВШЭ, Пермь
Вячеслав Владимирович ЛАНИН
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Cтарший преподаватель кафедры информационных технологий в бизнесе факультета социально-экономических и компьютерных наук НИУ ВШЭ, Пермь
Список литературы
1. Search Results in Russian Legislation. Available at: http://pravo.gov.ru/proxy/ips/?searchres=&bpas=cd00000&a3=102000505&a3type=1&a3value=%D4%E5%E4%E5%F0%E0%EB%FC%ED%FB%E9+%E7%E0%EA%EE%ED&a6=&a6type=1&a6value=&a15=&a15type=1&a15value=&a7type=1&a7from=&a7to=&a7date=&a8=&a8type=1&a1=&a0=&a16=&a16type=1&a16value=&a17=&a17type=1&a17value=&a4=102000037%3B102000038&a4type=1&a4value=&a23=&a23type=1&a23value=&textpres=&sort=7&x=65&y=10, accessed 06 Apr. 2023.
2. Shaji A. Serving a Machine Learning Model with FastAPI and Streamlit. Available at: https://testdriven.io/blog/fastapi-streamlit/, accessed 01 Apr. 2023.
3. Li S. Multi-Class Text Classification Model Comparison and Selection. Available at:: https://towardsdatascience.com/multi-class-text-classification-model-comparison-and-selection-5eb066197568, accessed on 01 Apr. 2023.
4. Joachims T. Transductive inference for text classification using support vector machines. In Proc. of the Sixteenth International Conference on Machine Learning, 1999, pp. 200-09.
5. Tong S., Koller D. Support vector machine active learning with applications to text classification. Journal of Machine Learning Research, vol. 2, 2001, pp. 45-66.
6. Fernandez-Delgado M., Cernadas E. et al. Do we need hundreds of classifiers to solve real world classification problems. Journal of Machine Learning Research, vol. 15, issue 1, 2014, pp. 3133-3181.
7. Leslie C.S., Eskin E., Noble W.S. The spectrum kernel: A string kernel for SVM protein classification. In Proc. of the Pacific Symposium on Biocomputing, 2002, pp. 566–575.
8. Eskin E., Weston J. et al. Mismatch string kernels for SVM protein classification. In Proc. of the 15th International Conference on Neural Information Processing Systems (NIPS), 2002, pp. 1441-1448.
9. McCallum A., Nigam K. A comparison of event models for naive bayes text classification. In Proc. of the AAAI-98 Workshop on Learning for Text Categorization, 1998, pp. 41-48.
10. Kim S.B., Han K.S. et al. Some effective techniques for naive bayes text classification. IEEE transactions on knowledge and data engineering, vol. 18, issue 11, 2006, pp. 1457-1466.
Рецензия
Для цитирования:
НАСУ Ю., ЛАНИН В.В. Разработка системы классификации нормативно-правовых документов на основе метода опорных векторов. Труды Института системного программирования РАН. 2023;35(2):49-56. https://doi.org/10.15514/ISPRAS-2023-35(2)-4
For citation:
NASU Yu., LANIN V.V. Development of Legal Document Classification System Based on Support Vector Machine. Proceedings of the Institute for System Programming of the RAS (Proceedings of ISP RAS). 2023;35(2):49-56. https://doi.org/10.15514/ISPRAS-2023-35(2)-4
Послать статью по эл. почте 