PERFORMANCE IN THE COURTROOM: AUTOMATED PROCESSING AND VISUALIZATION OF APPEAL COURT DECISIONS IN FRANCE

Autores/as

  • Michalis VAZIRGIANNIS LIX, École Polytechnique, Paris
  • Paul BONIOL LIX, École Polytechnique, Paris
  • George PANAGOPOULOS LIX, École Polytechnique, Paris
  • Christos XYPOLOPOULOS LIX, École Polytechnique, Paris
  • Rajaa EL-HAMDANI HEC Paris, Paris
  • David Restrepo AMARILES HEC Paris, Paris

DOI:

https://doi.org/10.21207/1983.4225.1170

Palabras clave:

Processamento de Linguagem Natural, Reconhecimento de Entidade Nomeada, Mineração de Grafos, Análise de Rede, Análise Jurídica, Texto Legal

Resumen

Artificial Intelligence techniques are already popular and important in the legal domain. We extract legal indicators from judicial judgments to decrease the asymmetry of information of the legal system and the access-to-justice gap. We use NLP methods to extract interesting entities/data from judgments to construct networks of lawyers and judgments. We propose metrics to rank lawyers based on their experience, wins/loss ratio and their importance in the network of lawyers. We also perform community detection in the network of judgments and propose metrics to represent the difficulty of cases capitalising on communities features.

Descargas

Los datos de descarga aún no están disponibles.

Descargas

Publicado

2021-02-26

Número

Vol. 15 Núm. 2 (2020)

Sección

Artigo Internacional

Licencia

Declaro que participei suficientemente do trabalho para tornar pública minha responsabilidade pelo conteúdo e que o uso de qualquer marca registrada ou direito autoral dentro do manuscrito foi creditado a seu proprietário ou a permissão para usar o nome foi concedida, caso seja necessário. Declaro também que em caso de aceitação do artigo, concordo que os direitos autorais a ele referentes se tornarão propriedade da Revista Eletrônica da Faculdade de Direito de Franca, vedada qualquer reprodução, total ou parcial, em qualquer outro meio de divulgação, impresso ou eletrônico, sem que haja a necessária citação desta fonte originária.