The number of legal documents is continuously increasing but technology insufficiently supports knowledge-intensive processes on these documents. This work shows the potentials of data and text mining for semantic analysis, in particular natural language processing (NLP), of legal documents. The analysis uses powerful and adapted software architectures, e.g. Apache UIMA and Apache Spark, to facilitate interpretation of statutory texts and the creation of executable models in meta-model-based information systems (IS).      «

The number of legal documents is continuously increasing but technology insufficiently supports knowledge-intensive processes on these documents. This work shows the potentials of data and text mining for semantic analysis, in particular natural language processing (NLP), of legal documents. The analysis uses powerful and adapted software architectures, e.g. Apache UIMA and Apache Spark, to facilitate interpretation of statutory texts and the creation of executable models in meta-model-based inf...     »

Die Menge rechtlich-relevanter Dokumente steigt kontinuierlich an. Diese Arbeit untersucht die Potentiale von Daten- und Textanalyse zur semantischen Analyse diesen Dokumenten, insbesondere der maschinellen Verarbeitung natürlicher Sprache. Die Analyse wird mithilfe von leistungsfähigen und angepassten Softwarearchitekturen, u.a. Apache UIMA und Apache Spark, durchgeführt. Diese unterstützt bei der Interpretation von Gesetzestexten und der Erstellung ausführbarer Modelle in einem meta-modell-basierten Informationssystem (IS).      «

Die Menge rechtlich-relevanter Dokumente steigt kontinuierlich an. Diese Arbeit untersucht die Potentiale von Daten- und Textanalyse zur semantischen Analyse diesen Dokumenten, insbesondere der maschinellen Verarbeitung natürlicher Sprache. Die Analyse wird mithilfe von leistungsfähigen und angepassten Softwarearchitekturen, u.a. Apache UIMA und Apache Spark, durchgeführt. Diese unterstützt bei der Interpretation von Gesetzestexten und der Erstellung ausführbarer Modelle in einem meta-modell-bas...     »