Classificadores textuais de dados jurídicos
dc.contributor.advisor | Pereira, Clayton Reginaldo [UNESP] | |
dc.contributor.author | Lopes, Matheus Henrique | |
dc.date.accessioned | 2024-05-16T17:37:57Z | |
dc.date.available | 2024-05-16T17:37:57Z | |
dc.date.issued | 2019-11-27 | |
dc.description.abstract | 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. | pt |
dc.description.abstract | 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. | en |
dc.identifier.citation | 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. | |
dc.identifier.uri | https://hdl.handle.net/11449/255650 | |
dc.language.iso | por | |
dc.publisher | Universidade Estadual Paulista (Unesp) | |
dc.rights.accessRights | Acesso aberto | |
dc.subject | Classificador multi-classes | pt |
dc.subject | Classificador textual | pt |
dc.subject | Classificador jurídico | pt |
dc.subject | Publicações jurídicas | pt |
dc.subject | Status de processos | pt |
dc.subject | Machine learning | en |
dc.subject | Multiclass classification | en |
dc.subject | Textual classifier | en |
dc.subject | Legal classifier | en |
dc.subject | Legal publications | en |
dc.subject | Status of legal proceedings | en |
dc.title | Classificadores textuais de dados jurídicos | |
dc.title.alternative | Textual classifiers for legal data | en |
dc.type | Trabalho de conclusão de curso | |
unesp.campus | Universidade Estadual Paulista (Unesp), Faculdade de Ciências, Bauru | |
unesp.examinationboard.type | Banca pública | |
unesp.undergraduate | Bauru - FC - Sistemas de Informação |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- lopes_mh_tcc_bauru.pdf
- Tamanho:
- 783.36 KB
- Formato:
- Adobe Portable Document Format
Licença do Pacote
1 - 2 de 2
Nenhuma Miniatura disponível
- Nome:
- license.txt
- Tamanho:
- 2.14 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição:
Nenhuma Miniatura disponível
- Nome:
- lopes_mh_autorização_bauru.jpg
- Tamanho:
- 69.03 KB
- Formato:
- Joint Photographic Experts Group/JPEG File Interchange Format (JFIF)
- Descrição: