Simplificación de textos jurídicos usando técnicas de procesamiento de lenguaje natural

Abstract

[ES] Hoy en día una gran parte de la población sufre problemas de lectura y comprensión por diversas causas, lo cual abre la puerta a la necesidad de facilitar mecanismos para la simplificación de textos hasta una versión de lectura fácil que permita que la gente con estas dificultades pueda comprender. El proyecto ha surgido gracias a una colaboración de los tutores con la fundación Espurna junto con el Colegio de Abogados de la Comunidad Valenciana y consiste en el desarrollo de una herramienta que simplifique textos de sentencias judiciales, en concreto, la parte del fallo de la sentencia. El problema de la obtención de la lista de frases en lenguaje simplificado se ha planteado como un problema de clasificación. Para ello se ha utilizado la biblioteca Spacy de Python que utiliza una representación vectorial de las palabras (embeddings) obtenida con Word2Vec. Spacy se basa en la similitud coseno para obtener la distancia semántica entre dos frases. Para abordar el problema de clasificación se ha hecho uso de funciones que proporciona Spacy.

[CA] Hui dia una gran part de la població pateix problemes de lectura i comprensió per diverses causes, la qual cosa obri la porta a la necessitat de facilitar mecanismes per a la simplificació de textos fins a una versió de lectura fàcil que permeta que la gent amb aquestes dificultats puga comprendre. El projecte ha sorgit gràcies a una col·laboració dels tutors amb la fundació Espurna juntament amb el Col·legi d'Advocats de la Comunitat Valenciana i consisteix en el desenvolupament d'una eina que simplifique textos de sentències judicials, en concret, la part de la part dispositiva de la sentència. El problema de l'obtenció de la llista de frases en llenguatge simplificat s'ha plantejat com un problema de classificació. Per a això s'ha utilitzat la biblioteca Spacy de Python que utilitza una representació vectorial de les paraules (embeddings) obtinguda amb Word2Vec. Spacy es basa en la similitud cosinus per a obtindre la distància semàntica entre dues frases. Per a abordar el problema de classificació s'ha fet ús de funcions que proporciona Spacy.

[EN] Nowadays a large part of the population suffers from reading and comprehension problems for various reasons, which opens the door to the need to provide mechanisms for the simplification of texts to an easy-to-read version that allows people with these difficulties to understand. The project has arisen thanks to a collaboration of the tutors with the Espurna foundation together with the Bar Association of the Valencian Community and consists of the development of a tool that simplifies texts of court judgments, specifically, the judgment part of the sentence. The problem of obtaining the list of sentences in simplified language has been posed as a classification problem. For this purpose, the Python library Spacy has been used, which uses a vector representation of the words (embeddings) obtained with Word2Vec. Spacy is based on cosine similarity to obtain the semantic distance between two sentences. To address the classification problem, use has been made of functions provided by Spacy.