LegalNLP - Natural Language Processing methods for the Brazilian Legal Language

Polo, Felipe Maia; Floriano, Mendonça, Gabriel Caiaffa; J., Parreira, Kauê Capellato; Godoy, Gianvechio, Lucka de; Cordeiro, Peterson; Ferreira, Jonathan Batista; Lima, Leticia Maria Paz de; Maia, Antônio Carlos do Amaral; Vicente, Renato

doi:10.5753/eniac.2021.18301

Cited by 8 publications

(5 citation statements)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…O projeto Sinapse propõe a otimização de processo de reconhecimento de padrões em textos judiciais, auxiliando em tarefas repetitivas do trâmite de processos judiciais. Polo (2021) propõe modelos de linguagem pré-treinados (Phraser, Word2Vec, Doc2Vec, FastText e BERT) para textos jurídicos brasileiros, a ferramenta está disponível publicamente 4 e é uma importante contribuição para modelos de análise de texto jurídico. O conjunto de textos de treinamento conta com documentos de quase todos os tribunais do país, com destaque para o Tribunal de Justiça de São Paulo.…”

Section: Trabalhos Relacionadosunclassified

Técnicas de aprendizado de máquinas aplicadas à classificação de decisões judiciais

Magalhães

Pozo

Machado

2023

Rev. Est. Empíricos em Direito

View full text Add to dashboard Cite

A análise de processos judiciais é uma tarefa cara, que requer muito tempo de juizes e assessores, seja para tomar decisões, seja para classificar de acordo com a jurisprudência vigente. Porém, esse processo é repetitivo e extrair a semântica desse corpus pode ser uma etapa de apoio a esse processo. O objetivo desta pesquisa é desenvolver uma metodologia capaz de gerar automaticamente classificações de documentos jurídicos, utilizando técnicas de processamento de linguagem natural. Primeiramente, coletamos 430.000 sentenças de tribunais trabalhistas brasileiros de 2006 a 2018. Então propomos o uso de técnicas de geração de representação de palavras para representação de dados. Em seguida, usamos técnicas de agrupamento para agrupar semanticamente as decisões judiciais semelhantes. Finalmente, os grupos são usados para criar rótulos artificiais para cada documento. Por fim, utilizamos técnicas de classificação para produzir modelos capazes de captar a semântica do texto judicial. Os resultados são promissores na captura do contexto semântico dos textos jurídicos e, portanto, essa metodologia pode ser utilizada como suporte para o processo decisório brasileiro.

show abstract

Section: Trabalhos Relacionadosunclassified

Técnicas de aprendizado de máquinas aplicadas à classificação de decisões judiciais

Magalhães

Pozo

Machado

2023

Rev. Est. Empíricos em Direito

View full text Add to dashboard Cite

show abstract

“…Os experimentos apontaram resultados superiores para o Word2vec do tipo CBOW. Também ressaltando essa peculiaridade no meio jurídico, [Polo et al 2021] treinaram e disponibilizaram modelos de representac ¸ões de palavras (Phraser, Word2Vec, Doc2Vec, FastText, e BERT), utilizando dados públicos da justic ¸a brasileira. Realizaram experimentos com classificac ¸ão de status (arquivado, ativo ou suspenso) de processos judiciais como demonstrac ¸ão de uso dos modelos treinados.…”

Section: Embeddings Orientado Ao Segmento Jurídicounclassified

“…O presente estudo teve como objetivo a construc ¸ão e a divulgac ¸ão de modelos embeddings orientados ao segmento jurídico brasileiro, com o intuito de fomentar aplicac ¸ões NLP no setor. Tal como enfatizado em [Polo et al 2021], a área jurídica compreende uma linguagem peculiar, requerendo representac ¸ões que discriminem com maior eficiência o comportamento dos documentos jurídicos. Outro ponto que incentiva o desenvolvimento deste estudo é a falta de um volume significativo de dados disponíveis para o treinamento de modelos embeddings nesse domínio de aplicac ¸ão.…”

Section: Trabalho Propostounclassified

“…Essa abordagem de particionamento dos tokens possibilita a obtenc ¸ão de representac ¸ões para palavras não vistas no conjunto e treinamento (e.g., sufixos e prefixos). Além disso, palavras raras podem ter representac ¸ões mais robustas do que aquelas obtidas pelos métodos Word2Vec [Polo et al 2021].…”

Section: Dados Jurídicosunclassified

“…Um dos principais desafios no trato com documentos jurídicos está na compreensão das especificidades da linguagem utilizada pelo setor, composta por jargões e termos técnicos [Polo et al 2021]. O tamanho dos textos jurídicos também é um aspecto significativo, geralmente composto de textos longos e dotado de formalismo [Bambroo and Awasthi 2021].…”

Section: Introduc ¸ãOunclassified

See 2 more Smart Citations

Embeddings Jurídico: Representações Orientadas à Linguagem Jurídica Brasileira

Carmo,

Serejo,

Jacob Junior

et al. 2023

Anais Do XI Workshop De Computação Aplicada Em Governo Eletrônico (WCGE 2023)

View full text Add to dashboard Cite

O processamento automático de textos jurídicos dispostos em linguagem natural proporciona o desenvolvimento de diversas aplicações para o setor, como a classificação de processos por assunto, sumarização de documentos, tradução para linguagem cidadã etc. Nesse sentido, o judiciário brasileiro lançou o programa Justiça 4.0, buscando soluções que ofereçam celeridade nas atividades processuais. Convém pontuar que a linguagem técnica predomina nesse domínio de aplicação, o que adiciona desafios para modelagem dos dados, exigindo modelos especializados para o segmento. Frente ao exposto, esse trabalho tem como objetivo a construção de modelos embeddings orientados ao âmbito jurídico visando alimentar aplicações na área. Para isso, foram extraídos aproximadamente 500.000 documentos de instituições de justiça do Brasil das mais variadas esferas (civil, criminal, trabalhista etc). Os modelos foram avaliados por meio da classificação de petições iniciais e os resultados mostraram-se competitivos quando comparados a modelos generalistas da língua portuguesa. Tais resultados mostram que modelos treinados com documentos jurídicos compreendem melhor as especificidades da linguagem do segmento e têm o potencial de fomentar novas aplicações para o setor.

show abstract