Mostrar el registro sencillo del ítem
dc.contributor.advisor | Sanchis Navarro, José Alberto | es_ES |
dc.contributor.advisor | Civera Saiz, Jorge | es_ES |
dc.contributor.advisor | Arroyo Aparisi, Jorge | es_ES |
dc.contributor.author | Martín Taberner, Alberto | es_ES |
dc.date.accessioned | 2019-10-28T08:23:43Z | |
dc.date.available | 2019-10-28T08:23:43Z | |
dc.date.created | 2019-09-24 | |
dc.date.issued | 2019-10-28 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/129795 | |
dc.description.abstract | [ES] Cuando los profesionales relacionados con el mundo del derecho necesitan acceder a casos judiciales para buscar similitudes o precedentes, requieren repasar un gran número de casos, dedicando mucho tiempo a esta tarea. El TFM que se propone tiene como objetivo principal utilizar técnicas automáticas de clasificación que permitan predecir la presencia de diferentes características (antecedentes penales, embriaguez, etc.) en textos judiciales, y, adicionalmente, clasificar dichos documentos por tipos de condena, tiempos de prisión o multas económicas. De esta forma se pretende reducir el tiempo de búsqueda de documentos legales a abogados y legalistas mejorando así el proceso de preparación de casos judiciales. Para el desarrollo del TFM, se dispone de cientos de miles de documentos legales. Se usarán diferentes técnicas de clasificación haciendo especial énfasis en redes neuronales. | es_ES |
dc.description.abstract | [EN] In legal domain, when the experts want to access to old judicial case to search for precedents or similarities, they require a great amount of time to read all the cases. The main objective of this Master's Thesis is helping the experts, not just reducing time searching for documents, but also to find the most similar documents related to their own cases. For this purpose, several machine learning techniques have been used to predict different specific features of legal documents. Thousands of documents are available for this project development. Obtained from the Spanish legal system. | es_ES |
dc.language | Español | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reserva de todos los derechos | es_ES |
dc.subject | Etiquetado de documentos | es_ES |
dc.subject | Clasificación de textos | es_ES |
dc.subject | Redes neuronales | es_ES |
dc.subject | Aprendizaje automático | es_ES |
dc.subject | Document tagging | es_ES |
dc.subject | Text classification | es_ES |
dc.subject | Neuronal networks | es_ES |
dc.subject | Machine learning | es_ES |
dc.subject.classification | LENGUAJES Y SISTEMAS INFORMATICOS | es_ES |
dc.subject.other | Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·Ligència Artificial: Reconeixement de Formes i Imatge Digital | es_ES |
dc.title | Sistema de predicción de características en documentos jurídicos y predicción del sentido de fallo de juicios, como soporte para abogados y legalistas | es_ES |
dc.type | Tesis de máster | es_ES |
dc.rights.accessRights | Cerrado | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació | es_ES |
dc.description.bibliographicCitation | Martín Taberner, A. (2019). Sistema de predicción de características en documentos jurídicos y predicción del sentido de fallo de juicios, como soporte para abogados y legalistas. http://hdl.handle.net/10251/129795 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\113231 | es_ES |