Consiglio Nazionale delle Ricerche

Tipo di prodottoContributo in atti di convegno
TitoloAcquiring Legal Ontologies from Domain-specific Texts
Anno di pubblicazione2008
Formato-
Autore/iDell'Orletta F.; Lenci A.; Montemagni S.; Marchi S.; Pirrelli V.; Venturi G.
Affiliazioni autoriLenci Alessadnro: Università di Pisa.
Autori CNR e affiliazioni
  • FELICE DELL'ORLETTA
  • GIULIA VENTURI
  • VITO PIRRELLI
  • SIMONETTA MONTEMAGNI
  • SIMONE MARCHI
Lingua/e-
Abstract-
Lingua abstract-
Altro abstract-
Lingua altro abstract-
Pagine da-
Pagine a-
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 refereeNo
Stato della pubblicazione-
Indicizzazione (in banche dati controllate)-
Parole chiaveOntology learning, Document management, knowledge extraction from texts, Natural Language Processing
Link (URL, URI)-
Titolo convegno/congressoLangTech 2008
Luogo convegno/congressoRoma
Data/e convegno/congresso-
RilevanzaNazionale
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 dell'Antichità, filologico-letterarie e storico-artistiche
      NoteIn: LangTech 2008 (Roma, 28-29 February 2008). Atti, pp. 98 - 101. Cristina Delogu, Mauro Falcone (eds.). 2008.
      Descrizione sintetica del prodottoABSTRACT: The paper reports on 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.