Essentialia Lezen In Zekere Aktes

De bedrijfsvoering van vele (semi-)publieke partijen maakt gebruik van informatie uit allerlei aktes. Voor een efficiënter gebruik van de aktes zijn deze inmiddels grotendeels gedigitaliseerd. De eerste stappen zijn daarbij het eenvoudigweg scannen van de documenten en het lezen van de tekst om tot een tekstbestand te komen. Voor een verdere efficiëntiewinst is de huidige state-of-the-art om automatisch de inhoud van het document te classificeren en uit het tekstdocument de waardevolle informatie te halen. In dit project zal Sioux LIME de haalbaarheid bestuderen om met Machine Learning kadastrale aktes te classificeren naar de rechtsfeiten die erin vermeld staan en de essentiële gegevens uit te lezen.