Automate information extraction from family court decisions
Extraire automatiquement des informations de décisions des juges aux affaires familiales ?
Résumé
The e-Juris project relies on a textual corpus of 2 800 first-instance divorce decisions, annotated through manual reading and content analysis conducted in a previous research project (ANR COMPRES). We applied and evaluated the results of two methods for automated information extraction on this corpus : regular expression pattern searches, and named entity recognition by training several existing French language models (CamemBERT, FlauBERT, Barthez, and JuriBERT). The objective of this extraction was to determine the marriage date and the amounts of compensatory allowance as determined by the court and as requested/offered by the parties. For these simple pieces of information, regular expressions yield good results but require significant pattern search work and are highly dependent on the formulations used. Named entity recognition also provides interesting results when a sufficient number of documents are available. However, even in these simple cases, the error rate remains sometimes significant, and itseems difficult to consider using these methods for other, more complex pieces of information.
Le projet e-Juris s’appuie sur un corpus textuel de 2 800 décisions de divorce de première instance annotées grâce à un travail manuel de lecture et d’analyse du contenu réalisé lors d’un projet de recherche antérieur (ANR COMPRES). Nous avons appliqué et évalué les résultats de deux méthodes d’extraction automatisée d’informations sur ce corpus : d’une part des recherches de motifs par expressions régulières, d’autre part de la reconnaissance d’entités nommées en entraînant plusieurs modèles de langue francophones existant (CamemBERT, FlauBERT, Barthez et JuriBERT). L’objectif de cette extraction était notamment d’obtenir la date du mariage ainsi que les montants de prestation compensatoire fixés par le juge et demandés et offerts par les parties. Sur ces informations simples, les expressions régulières donnent de bons résultats mais nécessitent un travail de recherche des motifs conséquent et sont fortement dépendantes des formulations utilisées. La reconnaissance d’entités nommées donne également des résultats intéressants dès lors qu’on dispose d’un nombre suffisant de documents. Cependant, et alors que le taux d’erreur reste non négligeable pour certains de ces cas simples, il semble difficile d’envisager une utilisation de ces méthodes pour d’autres informations plus complexes.
Origine | Fichiers produits par l'(les) auteur(s) |
---|