Classificadores textuais de dados jurídicos
Carregando...
Data
2019-11-27
Autores
Orientador
Pereira, Clayton Reginaldo 
Coorientador
Pós-graduação
Curso de graduação
Bauru - FC - Sistemas de Informação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
A partir da implementação de algoritmos de Machine Learning para classificação multi-classes são avaliadas duas possibilidades de soluções, sendo a primeira para classificar documentos jurídicos chamados de Publicações Jurídicas, dentre 5 categorias judiciais pré-determinadas, e a segunda de predizer o status atual de processos judiciais através da análise dos andamentos processuais mais recentes. Ao alcançar alta porcentagem de assertividade das classificações autônomas, é possível repassar a responsabilidade desta análise de texto dos advogados à Inteligência Artificial, mitigando falhas de interpretação e aumentando a velocidade dos procedimentos em torno das publicações e dos processos jurídicos.
Resumo (inglês)
From Machine Learning’s algorithms implementation to multi-classes’ classify will be possible to evaluate two possibilities for AI solutions, the first for classify law documents named as Legal Publications in 5 legal categories and the second one for predict the current status of juridical processes by analyzing the latest legal proceedings. Achieving high percentage assertiveness of autonomous ratings its possible to pass the responsibility of this analysis from lawyers to Artificial Intelligence, mitigating interpretation errors and increasing the speed of procedures around publications.
Descrição
Idioma
Português
Como citar
LOPES, Matheus Henrique. Classificadores textuais de dados jurídicos. 2019. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) - Faculdade de Ciências, Universidade Estadual Paulista, Bauru, 2024.