Classificadores textuais de dados jurídicos

Detalhes bibliográficos
Autor(a) principal: Lopes, Matheus Henrique
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: https://hdl.handle.net/11449/255650
Resumo: 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.
id UNSP_e6fe085a8080b082d65a1a9f9d7c8a27
oai_identifier_str oai:repositorio.unesp.br:11449/255650
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Classificadores textuais de dados jurídicosTextual classifiers for legal dataClassificador multi-classesClassificador textualClassificador jurídicoPublicações jurídicasStatus de processosMachine learningMulticlass classificationTextual classifierLegal classifierLegal publicationsStatus of legal proceedingsA 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.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.Universidade Estadual Paulista (Unesp)Pereira, Clayton Reginaldo [UNESP]Lopes, Matheus Henrique2024-05-16T17:37:57Z2024-05-16T17:37:57Z2019-11-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfLOPES, 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.https://hdl.handle.net/11449/255650porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-05-17T12:19:24Zoai:repositorio.unesp.br:11449/255650Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T17:32:44.849178Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Classificadores textuais de dados jurídicos
Textual classifiers for legal data
title Classificadores textuais de dados jurídicos
spellingShingle Classificadores textuais de dados jurídicos
Lopes, Matheus Henrique
Classificador multi-classes
Classificador textual
Classificador jurídico
Publicações jurídicas
Status de processos
Machine learning
Multiclass classification
Textual classifier
Legal classifier
Legal publications
Status of legal proceedings
title_short Classificadores textuais de dados jurídicos
title_full Classificadores textuais de dados jurídicos
title_fullStr Classificadores textuais de dados jurídicos
title_full_unstemmed Classificadores textuais de dados jurídicos
title_sort Classificadores textuais de dados jurídicos
author Lopes, Matheus Henrique
author_facet Lopes, Matheus Henrique
author_role author
dc.contributor.none.fl_str_mv Pereira, Clayton Reginaldo [UNESP]
dc.contributor.author.fl_str_mv Lopes, Matheus Henrique
dc.subject.por.fl_str_mv Classificador multi-classes
Classificador textual
Classificador jurídico
Publicações jurídicas
Status de processos
Machine learning
Multiclass classification
Textual classifier
Legal classifier
Legal publications
Status of legal proceedings
topic Classificador multi-classes
Classificador textual
Classificador jurídico
Publicações jurídicas
Status de processos
Machine learning
Multiclass classification
Textual classifier
Legal classifier
Legal publications
Status of legal proceedings
description 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.
publishDate 2019
dc.date.none.fl_str_mv 2019-11-27
2024-05-16T17:37:57Z
2024-05-16T17:37:57Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 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.
https://hdl.handle.net/11449/255650
identifier_str_mv 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.
url https://hdl.handle.net/11449/255650
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128824091607040