Anonimizacija sodnih odločb z metodami strojnega učenjaHÜLL, GAŠPER (Avtor) Robnik Šikonja, Marko (Mentor) strojno učenjeanonimizacijasodna odločbamodel BERTAnonimizacija sodnih odločb služi zakrivanju in zaščiti podatkov posameznika v primeru, da bi mu njihovo razkritje lahko škodovalo. V skladu z zakonodajo se morajo podatki, preko katerih lahko enolično določimo posameznika, anonimizirati. Sodne odločbe so pretežno sestavljene le iz prostega besedila. Razpoznavanje entitet v njih zato zahteva razumevanje jezika in vsebine besedila, pomemben pa je tudi kontekst, v katerem so posamezne besede uporabljene. Anonimizacija sodnih odločb je zaradi tega težavna. V delu se osredotočam prav na razpoznavanje entitet, ki so potrebne anonimizacije. Podatke sem pridobil iz portala sodne prakse IUS-INFO, za njihovo obdelavo pa sem uporabil globoko nevronsko mrežo izdelano po zgledu modela BERT. Besede sem glede na njihovo vektorsko vložitev klasificiral kot "anonimiziraj" oziroma "ne anonimiziraj". Obstoječi sistemi anonimizacije za predstavitev besed uporabljajo ročno pripravljene vektorje značilk. V delu sem pokazal, da je anonimizacija uspešnejša z uporabo vektorskih vložitev modela BERT, saj je bila uspešna že z uporabo majhne učne množice namenjene razpoznavanju imenskih entitet. Še boljše rezultate sem dosegel z uporabo učne množice zgrajene iz označenih sodnih odločb.20202020-02-25 13:45:02Diplomsko delo/naloga114384VisID: 23503COBISS_ID: 1538538947sl