APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL, ONTOLOGIA E MINERAÇÃO DE DADOS PARA CLASSIFICAÇÃO DE SENTENÇAS JUDICIAIS



APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL, ONTOLOGIA E MINERAÇÃO DE DADOS PARA CLASSIFICAÇÃO DE SENTENÇAS JUDICIAIS
978-65-5360-180-2

2022
136
1
Antonio Pires de Castro Junior
Castro Junior, Antonio Pires de
Wesley Pacheco Calixto
Wesley Pacheco Calixto
O propósito deste trabalho é aplicar de forma conjunta a ontologia com modelos de saco-de-palavras, aprendizagem por similaridade e classificação de documentos em textos com decisões proferidas. O intuito é melhorar os resultados da mineração de dados em banco de dados de decisões judiciais. Desenvolve-se método automático para buscar sentenças em processos judiciais correlatos ao que está em julgamento, utilizando o modelo de frequência do termo-inverso da frequência nos documentos juntamente com o coeficiente de similaridade de Jaccard, estabelecendo pesos na coocorrência de termos em textos jurídicos da mesma categoria. Utiliza-se conjunto de dados com a vetorização dos documentos para treinamento supervisionado de algoritmos de aprendizado de máquina, objetivando classificar novos processos da justiça. O método apresentado proporciona agilidade no Poder Judiciário, agregando o trabalho dos assessores jurídicos na preparação das decisões judiciais com menor tempo e mais eficiência na busca por padrões de jurisprudência. Os resultados obti- dos apresentam que, por meio das métricas de acurácia, o modelo proposto é eficaz e eficiente, podendo ser aplicado no processo de identificação das decisões judiciais. Desta forma, a aplicação da inteligência artificial, ontologia e mineração de dados é indicada para recuperação de informações em decisões judiciais.
Ler mais...Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional .
O conteúdo dos capítulos e seus dados e sua forma, correção e confiabilidade, são de responsabilidade exclusiva do(s) autor(es). É permitido o download e compartilhamento desde que pela origem e no formato Acesso Livre (Open Access), com os créditos e citação atribuídos ao(s) respectivo(s) autor(es). Não é permitido: alteração de nenhuma forma, catalogação em plataformas de acesso restrito e utilização para fins comerciais. O(s) autor(es) mantêm os direitos autorais do texto.