La sommarizzazione delle sentenze tributarie di merito nel progetto PRODIGIT
DOI:
https://doi.org/10.6092/issn.1825-1927/19618Parole chiave:
Diritto tributario, intelligenza artificiale, sommarizzazione astrattiva, sommarizzazione estrattiva, modelli linguistici di ampie dimensioniAbstract
Nel presente contributo si illustra la sommarizzazione sperimentale delle sentenze tributarie condotta nell’ambito del progetto PRODIGIT. Dopo una breve introduzione sui concetti di sommarizzazione e massimazione, si presenta la metodologia adottata nel progetto, che include la sperimentazione e la valutazione comparativa di tecniche per la sommarizzazione estrattiva e astrattiva. Si descrivono quindi i risultati ottenuti con tali tecniche, soffermandosi sulla sommarizzazione astrattiva mediante modelli linguistici di ampie dimensioni (cd. “large language models”), la tecnica che ha dato i risultati migliori. Si presentano le diverse combinazioni di comandi sperimentate (prompt), e i relativi risultati. Dalla valutazione, da parte di esperti tributaristi, è emerso che i sommari più corretti e completi sono forniti dalla “sommarizzazione combinata”, che richiede la generazione autonoma dei diversi contenuti del sommario e la loro combinazione in un unico testo. Infine, si presenta l’uso dei sommari per funzioni di ricerca semantica.
Downloads
Pubblicato
Come citare
Fascicolo
Sezione
Licenza
Copyright (c) 2024 Giuseppe Pisano, Alessia Fidelangeli, Federico Galli, Andrea Loreggia, Riccardo Rovatti, Piera Santin, Giovanni Sartor
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
Questo lavoro è fornito con la licenza Creative Commons Attribuzione 4.0 Internazionale.