ΠΡΟΒΛΕΨΗ ΔΙΚΑΣΤΙΚΩΝ ΑΠΟΦΑΣΕΩΝ
Διπλωματική Εργασία


Περιγραφή

ΠΕΡΙΛΗΨΗ: Σκοπός της εργασίας είναι η εφαρμογή μεθόδων μηχανικής μάθησης για την πρόβλεψη της έκβασης μιας Ελληνικής νομικής υπόθεσης.

ΠΛΑΤΦΟΡΜΑ ΕΡΓΑΣΙΑΣ: Java ,Python, Βιβλιοθήκες μηχανικής μάθησης

ΣΥΝΤΟΜΗ ΠΕΡΙΓΡΑΦΗ: Οι εφαρμογές τεχνητής νοημοσύνης και μηχανικής μάθησης γνωρίζουν ταχύτατη εξάπλωση στα δικαστικά συστήματα σε παγκόσμια κλίμακα. Στην βιβλιογραφία υπάρχουν έρευνες αναφορικά με τεχνικές/αλγόριθμους για την πρόβλεψη δικαστικών αποφάσεων. Στις περισσότερες από αυτές το πρόβλημα διατυπώνεται ως πρόβλημα δυαδικής ταξινόμησης μεταξύ «απόρριψης» ή «αποδοχής».

Σκοπός της εργασίας είναι η αποτίμηση διαφόρων τεχνικών μηχανικής μάθησης για την πρόβλεψη δικαστικών αποφάσεων των ανωτάτων δικαστηρίων της Ελλάδας πχ Άρειος Πάγος, Ελεγκτικό Συνέδριο.

Τα στάδια εκπόνησης της διπλωματικής εργασίας προβλέπονται ως εξής:
• Μελέτη σχετικής βιβλιογραφίας
• Συλλογή Σωμάτων Κειμένων και Επισημείωση (annotation)
• Καθορισμός των προς αξιολόγηση τεχνικών (πχ Decision Trees, Random Forests, Support Vector Machines, Long Short-Term Memory networks -LSTMs, bidirectional LSTMs, Bert)
• Υλοποίηση μεθόδων / Εκπαίδευση μοντέλων
• Πειραματική Επαλήθευση αποτελεσμάτων

ΣΧΕΤΙΚΟ ΥΛΙΚΟ
[1]. Natural language processing in law: Prediction of outcomes in the higher courts of Turkey https://doi.org/10.1016/j.ipm.2021.102684
[2]. Automatic Judgment Prediction via Legal Reading Comprehension https://doi.org/10.1007/978-3-030-32381-3_45
[3]. Predicting Decisions of the Philippine Supreme Court Using Natural Language Processing and Machine Learning https://doi.org/10.1109/COMPSAC.2018.10348

Επικοινωνία: Μάριος Κόνιαρης (mkoniari@central.ntua.gr), Μέλος Ε.ΔΙ.Π

Τσανάκας Παναγιώτης (panag@cs.ntua.gr)