Research indexThesis
Πρόβλεψη δικαστικών αποφάσεων μέσω μοντέλων βαθιάς μάθησης
Ορφανός
18 Oct 2024Open access
NobleIDark:/48914/w1/20261105/B894F682DOI10.26215/heal.uoa.11705
Πρόβλεψη δικαστικών αποφάσεων μέσω μοντέλων βαθιάς μάθησης
Ορφανός · 2024
NobleIDark:/48914/w1/20261105/B894F682DOI10.26215/heal.uoa.11705
Abstract
Η παρούσα εργασία αποτελεί μια έρευνα πάνω στην επίδοση των μοντέλων βαθιάς μάθησης για την πρόβλεψη δικαστικών υποθέσεων. Πιο συγκεκριμένα μελετήθηκαν ελαφριά μοντέλα νευρωνικών δικτύων στην πρόβλεψη της δικαστικής απόφασης του ευρωπαϊκού συμβουλίου της ευρώπης. Οι δικαστικές υποθέσεις οι οποίες προσφεύγουν στο συγκεκριμένο θεσμικό όργανο αφορούν την παραβίαση των δικαιωμάτων του ανθρώπου των ευρωπαίων πολιτών. Το μοντέλα αυτά μέσω από την περιγραφή της δικαστικής υπόθεσης σε ελεύθερο κείμενο κατηγοριοποιούν το συγκεκριμένο κείμενο. Στην εργασία μελετήθηκαν δύο διαφορετικές περιπτώσης κατηγοριοποίησης. Η πρώτη αφορά την πρόβλεψη της δικαστικής απόφασης με βάση το δικαστικό κείμενο σε VIOLATED και NON_VIOLATED. Οι δύο αυτές κλάσεις αναφέρονται στο είδος της τελικής ετυμηγορίας σε παραβίαση άρθρου για τα θεμελιώδη δικαιώματα του ανθρώπου ή μη παραβίαση. Η δεύτερη περίπτωση αφορά την απόδοση σπουδαιότητας στο δικαστικό κείμενο για τον σχηματισμό μελλοντικής νομολογίας. Η σπουδαιότητα του κειμένου περιλαμβάνει της ακέραιες τιμές από το 1 μέχρι το 4, με την μικρότερη τιμή να αναφέρεται σε μεγαλύτερη σπουδαιότητα και την μείωση της σπουδαιότητας όσο αυτή αυξάνεται. Στην παρούσα εργασία η σπουδαιότητα με τιμή 1 και 2 έγιναν μία κλάση με τιμή IMPORTANT και η σπουδαιότητα με τιμή 3 και 4 σε μία κλάση με τιμή NOT_IMPORTANT. Στην εργασία παρατίθενται επίσης αποτελέσματα έτερων ερευνών πάνω στην επίλυση του ίδιου προβλήματος. Από τις συγκεκριμένες εργασίες χρησιμοποιήθηκαν αποτελέσματα παραδοσιακών μοντέλων μηχανικής μάθησης - μοντέλα που δεν αποτελούν βαθιά νευρωνικά δίκτυα ως την βάση σύγκρισης (baseline). Πέρα από τα παραδοσιακά μοντέλα χρησιμοποιήθηκαν και τα πιο σύγχρονα μοντέλα των εργασιών για την συγκρισή τους με τα μοντέλα που χρησιμοποιήθηκαν στην παρούσα εργασία. Τα μοντέλα που επιλέχθηκαν στην παρούσα εργασία είναι τα medium BERT, DistilBERT, ALBert, RoBERTa, LongFormer και BigBird. Τα πρώτα τρία μοντέλα είναι ελαφριές παραλλαγές του μεγάλου μοντέλου BERT ενώ τα τελευταία δύο είναι μοντέλα τα οποία έχουν την δυνατότητα να τροφοδοτηθούν με κείμενα με μεγάλο αριθμό λέξεων. Όλα τα μοντέλα εκπαιδεύτηκαν σε πόρους σε περιβάλλον νέφους του παρόχου Amazon (AWS) με την υποστήριξη της της ΕΔΥΤΕ. Τα δεδομενα πανω στα οποια εκπαιδεύτηκαν τα μοντελα είναι ανοιχτά και προσβάσιμα στην επίσημη σελίδα του συμβουλίου της Ευρώπης (https://hudoc.echr.coe.int. ). Τα δεδομένα συλλέχθηκαν και ταξινομήθηκαν σε δεδομένα εκπαίδευσης (train data), επαλήθευσης (validation data) και δοκιμής (test data) από τους (Chalkidis et al., 2019). Τα αποτελέσματα της κατηγοριοποίησης ως προς το αποτέλεσμα της απόφασης ήταν ιδιαίτερα ενθαρρυντικά ενώ η πρόβλεψη της σπουδαιότητας του μοντέλου αποτέλεσε μία δυσκολότερη εργασία. Στην συνεχεια γινεται μια αναλυση των αποτελεσματων των πειραματων για τα διαφορετικα προβληματα που κληθηκαν να επιλυθούν στην παρουσα εργασια. Επιπροσθέτως μελετήθηκαν οι περιορισμοί που αναδύθηκαν κατα την διενέργεια των πειραμάτων καθώς επίσης προβληματισμοί για τις προκλήσεις τέτοιου είδους προβλημάτων. Τέλος γίνεται μία παράθεση των συμπερασμάτων από τα αποτελέσματα των πειραμάτων.