Classificador De Textos Escritos Em Linguagem Popular Numa Subárea Do Direito

Abstract

É notória a distância entre a linguagem popular e a linguagem técnica do Direito. Nesse sentido, é difícil para um não especialista em Direito identificar qual subárea na qual seu problema se enquadra e, a partir disso, escolher um advogado especialista nesta temática. Pensando nesse obstáculo, este trabalho apresenta um classificador de textos escritos em linguagem popular para uma subárea do Direito. O Processamento de Linguagem Natural foi aplicado em textos minerados da internet para treinar uma rede neural que foi capaz de distinguir, a princípio, três áreas do Direito: Direito da Família, Consumidor e do Trabalho. Os resultados mostram uma acurácia alta para o classificador desenvolvido.

Integrating natural language processing machines to optimize the classification of legal texts with different linguistic patterns

“…A metodologia proposta neste estudo é uma extensão do conteúdo abordado no artigo (GUIMARÃES et al, 2023) e mantém o uso de uma abordagem de aprendizado supervisionado.…”

“…Dessa forma, a próxima subseção descreve de forma sucinta etapas deste préprocessamento, treinamento e do modelo utilizado nesse estágio da pesquisa. Uma problematização das limitações do sistema desenvolvido em (GUIMARÃES et al, 2023) é apresentada para contextualizar a solução de ensemble de máquinas exposta posteriormente.…”

“…O estudo (GUIMARÃES et al, 2023) Para preparação dos dados, os textos foram submetidos a uma técnica de préprocessamento que envolveu a remoção de stopwords em língua portuguesa e outras palavras e expressões sem ganho de informação, como datas, anos, números e saudações. Além disso, os textos foram tokenizados, limitando-se a até 8.000 palavras, e convertidos em matrizes usando o método de contagem e a biblioteca Keras (CHOLLET et al, 2015).…”

“…Já a classe "Direito de Família" teve uma precisão de 90%, resultando num classificador com acurácia de 89%. Esses resultados foram obtidos utilizando textos escritos em linguagem popular, que era o escopo proposto pelo estudo anterior (GUIMARÃES et al, 2023). Entretanto, seus autores perceberam que, como esperado, a classificação de textos em linguagem não popular, ou jurídica, deteriorava o desempenho do sistema.…”

“…Entretanto, uma vez que o classificador foi treinado com problemas descritos em linguagem popular (GUIMARÃES et al, 2023), entradas que fogem desse escopo tendem a deteriorar o desempenho do sistema, tornando o resultado pouco interessante para uma aplicação real. O presente artigo apresenta uma abordagem utilizando ensembles de máquinas para minimizar esse problema.…”