Application of artificial intelligence, ontology and data mining for classification of judicial judgments
| Autor: | Castro Junior, Antonio Pires de |
|---|---|
| Přispěvatelé: | Calixto, Wesley Pacheco, Peretta, Igor Santos, Araújo, Wanderson Rainer Hilário de, Soares, Fabrizzio Alphonsus Alves de Melo Nunes, Gomes, Viviane Margarida |
| Jazyk: | portugalština |
| Rok vydání: | 2021 |
| Předmět: | |
| Zdroj: | Biblioteca Digital de Teses e Dissertações da UFG Universidade Federal de Goiás (UFG) instacron:UFG |
| Popis: | 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 obtidos 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. The objective of this work is to apply together ontology with bag-of-words models, similarity learning, and document classification in texts with uttered decisions. The objective is to improve the results of data mining in a database of court decisions. An automatic method of searching sentences in judicial processes related to the one under judgment is developed using the frequency term-inverse of frequency in documents model together with the Jaccard similarity coefficient, establishing weights on the co-occurrence of terms in legal texts of the same category. A dataset with document vectorization is used for supervised training of machine learning algorithms, aiming to classify new justice processes. The proposed methodology provides flexibility to the Judiciary, simulating the role of legal advisors in preparing court decisions with less time and efficiency in the search for jurisprudential standards. The results obtained show that, through accuracy metrics, the proposed model is effective and efficient, and can be applied in the process of identification of court decisions. Thus, the application of artificial intelligence, ontology, and data mining is indicated for information retrieval in court decisions. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|