Avaliação de Grandes Modelos de Linguagem para Raciocínio em Direito Tributário

dc.contributor.advisor-co1Oliveira, Sávio Salvarino Teles de
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/1905829499839846
dc.contributor.advisor1Camilo Junior, Celso Gonçalves
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6776569904919279
dc.contributor.referee1Camilo Júnior, Celso Gonçalves
dc.contributor.referee2Oliveira, Sávio Salvarino Teles de
dc.contributor.referee3Silva , Nádia Felix Felipe da
dc.contributor.referee4Leite, Karla Tereza Figueiredo
dc.creatorPresa, João Paulo Cavalcante
dc.creator.Latteshttps://lattes.cnpq.br/5092666506514753
dc.date.accessioned2025-02-18T15:26:05Z
dc.date.available2025-02-18T15:26:05Z
dc.date.issued2024-11-22
dc.description.abstractTax law is essential for regulating relationships between the State and taxpayers, being crucial for tax collection and maintaining public functions. The complexity and constant evolution of tax laws make their interpretation an ongoing challenge for legal professionals. Although Natural Language Processing (NLP) has become a promising technology in the legal field, its application in brazilian tax law, especially for legal entities, remains a relatively unexplored area. This work evaluates the use of Large Language Models (LLMs) in Brazilian tax law covering federal tax aspects, analyzing their ability to process questions and generate answers in Portuguese for legal entities’ queries. For this purpose, we built an original dataset composed of real questions and answers provided by experts, allowing us to evaluate the ability of both proprietary and open-source LLMs to generate legally valid answers. The research uses quantitative and qualitative metrics to measure the accuracy and relevance of generated answers, capturing aspects of legal reasoning and semantic coherence. As contributions, this work presents a dataset specific to the tax law domain, a detailed evaluation of different LLMs’ performance in legal reasoning tasks, and an evaluation approach that combines quantitative and qualitative metrics, thus advancing the application of artificial intelligence in the analysis of tax laws and regulations.eng
dc.description.resumoO direito tributário é fundamental para a regulação das relações entre Estado e contribuintes, sendo essencial para a arrecadação de tributos e manutenção das funções públicas. A complexidade e constante evolução das legislações tributárias tornam sua interpretação um desafio contínuo para os operadores do direito. Embora o Processamento de Linguagem Natural (PLN) tenha se consolidado como uma tecnologia promissora no campo jurídico, sua aplicação no contexto do direito tributário brasileiro, especialmente para entidades jurídicas, permanece uma área relativamente inexplorada. Este trabalho avalia o uso de Grandes Modelos de Linguagem (LLMs) no direito tributário brasileiro da União, analisando sua capacidade de processar perguntas e gerar respostas em português para consultas de pessoas jurídicas. Para isso, foi construído um conjunto de dados original composto por perguntas reais e respostas fornecidas por especialistas, permitindo avaliar a capacidade dos LLMs, tanto proprietário quanto de código aberto, de gerar respostas juridicamente válidas. A pesquisa utiliza métricas quantitativas e qualitativas para medir a acurácia e relevância das respostas geradas, capturando aspectos do raciocínio jurídico e da coerência semântica. Como contribuições, o trabalho apresenta um conjunto de dados específico para o domínio do direito tributário, uma avaliação detalhada do desempenho de diferentes LLMs na tarefa de raciocínio jurídico e uma abordagem de avaliação que integra métricas quantitativas e qualitativas, promovendo assim o avanço da aplicação da inteligência artificial na análise de leis e regulamentos tributários.
dc.identifier.citationPRESA, J. P. C. o. Avaliação de Grandes Modelos de Linguagem para Raciocínio em Direito Tributário. 2024. 76 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Informática, Universidade Federal de Goiás, Goiânia, 2024.
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/13871
dc.languagepor
dc.publisherUniversidade Federal de Goiás
dc.publisher.countryBrasil
dc.publisher.departmentInstituto de Informática - INF (RMG)
dc.publisher.initialsUFG
dc.publisher.programPrograma de Pós-graduação em Ciência da Computação (INF)
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectDireito Tributáriopor
dc.subjectRaciocínio Jurídicopor
dc.subjectGrandes Modelos de Linguagem (LLM)por
dc.subjectProcessamento de Linguagem Naturalpor
dc.subjectTax Laweng
dc.subjectLegal Reasoningeng
dc.subjectLarge Language Models (LLMs)eng
dc.subjectNatural Language Processingeng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO
dc.titleAvaliação de Grandes Modelos de Linguagem para Raciocínio em Direito Tributário
dc.title.alternativeEvaluating Large Language Models for Tax Law Reasoningeng
dc.typeDissertação

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Dissertação - João Paulo Cavalcante Presa - 2024.pdf
Tamanho:
631.89 KB
Formato:
Adobe Portable Document Format

Licença do Pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição: