MACHINE LEARNING TECHNIQUES APPLIED TO THE CLASSIFICATION OF JUDICIAL DECISIONS

Detalhes bibliográficos
Autor(a) principal: Magalhães, Dimmy
Data de Publicação: 2023
Outros Autores: Pozo, Aurora, Machado, Sidnei
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista de Estudos Empíricos em Direito
Texto Completo: https://reedrevista.org/reed/article/view/1-25
Resumo: The analysis of judicial processes is an expensive task, requiring a long time of judge and advisors, either to make decisions or to classify according to the current jurisprudence. However, this process is repetitive and extracting the semantics of this corpus can be a step to support this process. The purpose of this research is to develop a methodology able of automatically generating classifications of legal documents, making use of techniques of natural language processing. Firstly, we collected 430,000 Brazilian labor court judgments from 2006 to 2018. Secondly, we propose the use of word embedding techniques for data representation. Thirdly, we use clustering techniques to semantically group the similar judicial decisions. Fourth, the clusters are used to create artificial labels for each document. Finally, we use classification techniques to produce models able to capture the semantics of judicial text. Results show a promise towards capturing the semantic context of legal texts and thus, this methodology may be used as support for the Brazilian decision-making process.
id RPED-1_74f2ecfee0b4c2a25cf225c53c370b13
oai_identifier_str oai:ojs.emnuvens.com.br:article/573
network_acronym_str RPED-1
network_name_str Revista de Estudos Empíricos em Direito
repository_id_str
spelling MACHINE LEARNING TECHNIQUES APPLIED TO THE CLASSIFICATION OF JUDICIAL DECISIONSTécnicas de aprendizado de máquinas aplicadas à classificação de decisões judiciaismachine learningclassificationclusteringlawaprendizado de maquinaclassificaçãoagrupamentodireitoThe analysis of judicial processes is an expensive task, requiring a long time of judge and advisors, either to make decisions or to classify according to the current jurisprudence. However, this process is repetitive and extracting the semantics of this corpus can be a step to support this process. The purpose of this research is to develop a methodology able of automatically generating classifications of legal documents, making use of techniques of natural language processing. Firstly, we collected 430,000 Brazilian labor court judgments from 2006 to 2018. Secondly, we propose the use of word embedding techniques for data representation. Thirdly, we use clustering techniques to semantically group the similar judicial decisions. Fourth, the clusters are used to create artificial labels for each document. Finally, we use classification techniques to produce models able to capture the semantics of judicial text. Results show a promise towards capturing the semantic context of legal texts and thus, this methodology may be used as support for the Brazilian decision-making process.A análise de processos judiciais é uma tarefa cara, que requer muito tempo de juizes e assessores, seja para tomar decisões, seja para classificar de acordo com a jurisprudência vigente. Porém, esse processo é repetitivo e extrair a semântica desse corpus pode ser uma etapa de apoio a esse processo. O objetivo desta pesquisa é desenvolver uma metodologia capaz de gerar automaticamente classificações de documentos jurídicos, utilizando técnicas de processamento de linguagem natural. Primeiramente, coletamos 430.000 sentenças de tribunais trabalhistas brasileiros de 2006 a 2018. Então propomos o uso de técnicas de geração de representação de palavras para representação de dados. Em seguida, usamos técnicas de agrupamento para agrupar semanticamente as decisões judiciais semelhantes. Finalmente, os grupos são usados ​​para criar rótulos artificiais para cada documento. Por fim, utilizamos técnicas de classificação para produzir modelos capazes de captar a semântica do texto judicial. Os resultados são promissores na captura do contexto semântico dos textos jurídicos e, portanto, essa metodologia pode ser utilizada como suporte para o processo decisório brasileiro.Rede de Estudos Empíricos em Direito2023-01-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://reedrevista.org/reed/article/view/1-2510.19092/reed.v9.573Brazilian Journal of Empirical Legal Studies; Vol. 9 (2022): Revista de Estudos Empíricos em DireitoRevista de Estudos Empíricos em Direito; v. 9 (2022): Revista de Estudos Empíricos em Direito2319-081710.19092/reed.v9reponame:Revista de Estudos Empíricos em Direitoinstname:Rede de Pesquisa Empírica em Direito (REED)instacron:RPEDporhttps://reedrevista.org/reed/article/view/1-25/425Copyright (c) 2023 Revista de Estudos Empíricos em Direitohttps://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessMagalhães, DimmyPozo, AuroraMachado, Sidnei2023-04-04T15:11:03Zoai:ojs.emnuvens.com.br:article/573Revistahttps://reedrevista.org/reedONGhttps://reedrevista.org/reed/oaimvchein@gmail.com||reed.revista@gmail.com2319-08172319-0817opendoar:2023-04-04T15:11:03Revista de Estudos Empíricos em Direito - Rede de Pesquisa Empírica em Direito (REED)false
dc.title.none.fl_str_mv MACHINE LEARNING TECHNIQUES APPLIED TO THE CLASSIFICATION OF JUDICIAL DECISIONS
Técnicas de aprendizado de máquinas aplicadas à classificação de decisões judiciais
title MACHINE LEARNING TECHNIQUES APPLIED TO THE CLASSIFICATION OF JUDICIAL DECISIONS
spellingShingle MACHINE LEARNING TECHNIQUES APPLIED TO THE CLASSIFICATION OF JUDICIAL DECISIONS
Magalhães, Dimmy
machine learning
classification
clustering
law
aprendizado de maquina
classificação
agrupamento
direito
title_short MACHINE LEARNING TECHNIQUES APPLIED TO THE CLASSIFICATION OF JUDICIAL DECISIONS
title_full MACHINE LEARNING TECHNIQUES APPLIED TO THE CLASSIFICATION OF JUDICIAL DECISIONS
title_fullStr MACHINE LEARNING TECHNIQUES APPLIED TO THE CLASSIFICATION OF JUDICIAL DECISIONS
title_full_unstemmed MACHINE LEARNING TECHNIQUES APPLIED TO THE CLASSIFICATION OF JUDICIAL DECISIONS
title_sort MACHINE LEARNING TECHNIQUES APPLIED TO THE CLASSIFICATION OF JUDICIAL DECISIONS
author Magalhães, Dimmy
author_facet Magalhães, Dimmy
Pozo, Aurora
Machado, Sidnei
author_role author
author2 Pozo, Aurora
Machado, Sidnei
author2_role author
author
dc.contributor.author.fl_str_mv Magalhães, Dimmy
Pozo, Aurora
Machado, Sidnei
dc.subject.por.fl_str_mv machine learning
classification
clustering
law
aprendizado de maquina
classificação
agrupamento
direito
topic machine learning
classification
clustering
law
aprendizado de maquina
classificação
agrupamento
direito
description The analysis of judicial processes is an expensive task, requiring a long time of judge and advisors, either to make decisions or to classify according to the current jurisprudence. However, this process is repetitive and extracting the semantics of this corpus can be a step to support this process. The purpose of this research is to develop a methodology able of automatically generating classifications of legal documents, making use of techniques of natural language processing. Firstly, we collected 430,000 Brazilian labor court judgments from 2006 to 2018. Secondly, we propose the use of word embedding techniques for data representation. Thirdly, we use clustering techniques to semantically group the similar judicial decisions. Fourth, the clusters are used to create artificial labels for each document. Finally, we use classification techniques to produce models able to capture the semantics of judicial text. Results show a promise towards capturing the semantic context of legal texts and thus, this methodology may be used as support for the Brazilian decision-making process.
publishDate 2023
dc.date.none.fl_str_mv 2023-01-12
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://reedrevista.org/reed/article/view/1-25
10.19092/reed.v9.573
url https://reedrevista.org/reed/article/view/1-25
identifier_str_mv 10.19092/reed.v9.573
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://reedrevista.org/reed/article/view/1-25/425
dc.rights.driver.fl_str_mv Copyright (c) 2023 Revista de Estudos Empíricos em Direito
https://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2023 Revista de Estudos Empíricos em Direito
https://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Rede de Estudos Empíricos em Direito
publisher.none.fl_str_mv Rede de Estudos Empíricos em Direito
dc.source.none.fl_str_mv Brazilian Journal of Empirical Legal Studies; Vol. 9 (2022): Revista de Estudos Empíricos em Direito
Revista de Estudos Empíricos em Direito; v. 9 (2022): Revista de Estudos Empíricos em Direito
2319-0817
10.19092/reed.v9
reponame:Revista de Estudos Empíricos em Direito
instname:Rede de Pesquisa Empírica em Direito (REED)
instacron:RPED
instname_str Rede de Pesquisa Empírica em Direito (REED)
instacron_str RPED
institution RPED
reponame_str Revista de Estudos Empíricos em Direito
collection Revista de Estudos Empíricos em Direito
repository.name.fl_str_mv Revista de Estudos Empíricos em Direito - Rede de Pesquisa Empírica em Direito (REED)
repository.mail.fl_str_mv mvchein@gmail.com||reed.revista@gmail.com
_version_ 1799138702467792896

Registros relacionados