Legal information as a complex network: Improving topic modeling through homophily
Kazuki Ashihara, Chenhui Chu, Benjamin Renoust, Noriko Okubo, Noriko Takemura, Yuta Nakashima, Hajime Nagahara
November 2019
概要
Topic modeling is a key component to computational legal science. Network analysis is also very important to further understand the structure of references in legal documents. In this paper, we improve topic modeling for legal case documents by using homophily networks derived from two families of references: prior cases and statute laws. We perform a detailed analysis on a rich legal case dataset in order to create these networks. The use of the reference-induced homophily topic modeling improves on prior methods.
収録
Proceedings - International Conference on Complex Networks and Their Applications
招へい准教授
パターン認識、機械学習等を用いた環境知能や歩容認証等に関する研究に従事。
准教授
コンピュータビジョン・パターン認識などの研究。ディープニューラルネットワークなどを用いた画像・映像の認識・理解を主に、自然言語処理を援用した応用研究などに従事。
教授
コンピューテーショナルフォトグラフィ、コンピュータビジョンを専門とし実世界センシングや情報処理技術、画像認識技術の研究を行う。さらに、画像センシングにとどまらず様々なセンサに拡張したコンピュテーショナルセンシング手法の開発や高次元で冗長な実世界ビッグデータから意味のある情報を計測するスパースセンシングへの転換を目指す。