En miljon påföljder skrivna som meningar
En påföljd står i domen som en vanlig mening, inte som ett fält. Det duger för en människa men inte för en median. Så vi byggde en översättning från text till struktur och körde den mot varenda formulering som förekommer i materialet. Det knepiga visade sig inte vara språket utan ordningen.
98,9 %
av påföljderna gick att tolka maskinellt
En påföljd står i domen som text. Fängelse 2 månader. Villkorlig dom. Dagsböter 60 à 50 kr. För en människa är det glasklart. För en databas är det en sträng.
Vi byggde en översättning från text till struktur, typ plus mätetal, och körde den mot samtliga 10 094 olika formuleringar som förekommer i materialet. 98,9 procent gick igenom. Det som blev kvar var mest en listmarkör som råkat följa med vid inläsningen, plus en handfull stavfel av typen Fängsel.
Ordningen i klassificeringen visade sig vara det knepiga. Sluten ungdomsvård innehåller ungdomsvård. Skyddstillsyn med fängelse innehåller fängelse. Provar man i fel ordning hamnar tusentals domar i fel fack, och ingenting säger ifrån.
98,9 procent är andelen som gick att tolka, inte andelen som blev rätt tolkad. Vi har kontrollerat fördelningen mot känd praxis och den håller, men vi har inte handgranskat en miljon rader.