Análise de decisões judiciais utilizando aprendizado de máquina com supervisão fraca

• Autor(a) principal: Barros, Rhuan Paulo Lopes
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
• Texto Completo: http://hdl.handle.net/10183/234492
• topic: Aprendizado de máquina; Mineração de dados; Weak Supervision; Text Classification; Ju rimetry; Law text; Legal Text

Existe uma preocupação crescente de que a Justiça do Trabalho brasileira esteja demasi adamente inclinada a proteger empregados em relação a empregadores. Além disso, as próprias empresas nas suas relações empregado-empregador encontram-se inseguras em relação a quais decisões serão tomadas pelos magistrados em seus processos judiciais. Por outro lado, novas soluções tecnológicas estão sendo implementadas com intuito de aumentar a eficiência judiciária brasileira, como, por exemplo, Processo Judicial Eletrônico (PJe). Esse sistema permite a tramitação completa do processo judicial de maneira digital, contendo atualmente milhões de ações em tramitação. Entretanto, a exploração dessa massa de documentos judiciais não é trivial, pois tais documentos encontram-se disponibilizados em texto puro sem o enriquecimento necessário para a extração de conhecimento de valor. Dessa maneira, a presente pesquisa empregou técnicas de Aprendizado de Máquina Supervisionado a fim de verificar se seria possível observar eventual tendência de julgamento de determinados tribunais utilizando métodos computacionais. Desse modo, foi desenvolvida uma base de dados padrão-ouro a qual foi utilizada para a realização de testes, e também foi desenvolvida automaticamente uma base de treinamento por meio de técnica de Supervisão Fraca. Após, uma base de decisões judiciais de mais de 20 mil documentos foi classificada utilizando um modelo treinado com o algoritmo Gradient Boosting o qual obteve 92% na métrica F1 macro. Assim, foi possível observar diferença estatística na proporção de julgamentos a favor dos empregados em ambos os tribunais.