Consiglio Nazionale delle Ricerche

Tipo di prodottoContributo in atti di convegno
TitoloNLP-based ontology learning from legal texts. A case study
Anno di pubblicazione2007
FormatoElettronico
Autore/iLenci A., Montemagni S., Pirrelli V., Venturi G.
Affiliazioni autoriLenci A.: Università degli Studi di Pisa. Montemagni S., Pirrelli V., Venturi G.: ILC - Istituto di linguistica computazionale "Antonio Zampolli"
Autori CNR e affiliazioni
  • GIULIA VENTURI
  • VITO PIRRELLI
  • SIMONETTA MONTEMAGNI
Lingua/e
  • inglese
AbstractThe paper reports on the methodology and preliminary results of a case study in automatically extracting ontological knowledge from Italian legislative texts in the environmental domain. We use a fully-implemented ontology learning system (T2K) that includes a battery of tools for Natural Language Processing (NLP), statistical text analysis and machine language learning. Tools are dynamically integrated to provide an incremental representation of the content of vast repositories of unstructured documents. Evaluated results, however preliminary, are very encouraging, showing the great potential of NLP-powered incremental systems like T2K for accurate large-scale semi-automatic extraction of legal ontologies.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da113
Pagine a129
Pagine totali-
Rivista-
Numero volume della rivista-
Serie/Collana-
Titolo del volume-
Numero volume della serie/collana-
Curatore/i del volume-
ISBN-
DOI-
Editore-
Verificato da refereeSì: Internazionale
Stato della pubblicazione-
Indicizzazione (in banche dati controllate)-
Parole chiave-
Link (URL, URI)-
Titolo convegno/congressoII Workshop on Legal Ontologies and Artificial Intelligence Techniques (LOAIT'07)
Luogo convegno/congressoStanford
Data/e convegno/congresso4 giugno 2007
RilevanzaInternazionale
RelazioneContributo
Titolo parallelo-
Note/Altre informazioni-
Strutture CNR
  • ILC — Istituto di linguistica computazionale "Antonio Zampolli"
Moduli CNR
    Progetti Europei-
    Allegati

      Dati storici
      I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
      Area disciplinareLanguage & Linguistics
      Area valutazione CIVRScienze e tecnologie per una società dell'informazione e della comunicazione
      NoteIn “Proceedings of the II Workshop on Legal Ontologies and Artificial Intelligence Techniques (LOAIT ’07)”, 4 June 2007, Stanford University, Stanford, CA USA, pp. 113-130. http://www.ittig.cnr.it/loait/LOAIT07-Proceedings.pdf