一种用于检测 HUDOC 数据库中住房和驱逐问题案例的可解释方法
机器学习
2024-10-07 v1 人工智能
摘要
案例法在塑造我们对人权理解——包括adequate housing（充分住房）权——方面至关重要。HUDOC 数据库提供了来自欧洲人权法院（ECtHR）的案例文本及部分元数据。虽然这些元数据包含有价值信息（如案件编号和涉及的条款），但常缺乏详细的实质性洞察（如案件覆盖的具体问题）。这凸显了需要详细分析以提取此类信息的需求。鉴于数据库规模——包含超过 40,000 件案件——自动化解决方案至关重要。本研究聚焦adequate housing 权，旨�构建模型以检测与住房和驱逐问题相关的案件。我们的实验表明，所得模型不仅在性能上与更复杂方法相当，而且具有可解释性，通过突出显示最具影响力的词汇来解释其决策依据。该方法的应用导致识别了最初在数据收集过程中被忽略的新案件。这表明 NLP 方法可有效应用于基于案件所涉及的具体问题对案例法进行分类。
引用
@article{arxiv.2410.02978,
title = {An explainable approach to detect case law on housing and eviction issues within the HUDOC database},
author = {Mohammad Mohammadi and Martijn Wieling and Michel Vols},
journal= {arXiv preprint arXiv:2410.02978},
year = {2024}
}