Avaliação de Grandes Modelos de Linguagem para Raciocínio em Direito Tributário
dc.contributor.advisor-co1 | Oliveira, Sávio Salvarino Teles de | |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/1905829499839846 | |
dc.contributor.advisor1 | Camilo Junior, Celso Gonçalves | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/6776569904919279 | |
dc.contributor.referee1 | Camilo Júnior, Celso Gonçalves | |
dc.contributor.referee2 | Oliveira, Sávio Salvarino Teles de | |
dc.contributor.referee3 | Silva , Nádia Felix Felipe da | |
dc.contributor.referee4 | Leite, Karla Tereza Figueiredo | |
dc.creator | Presa, João Paulo Cavalcante | |
dc.creator.Lattes | https://lattes.cnpq.br/5092666506514753 | |
dc.date.accessioned | 2025-02-18T15:26:05Z | |
dc.date.available | 2025-02-18T15:26:05Z | |
dc.date.issued | 2024-11-22 | |
dc.description.abstract | Tax 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.resumo | O 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.citation | PRESA, 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.uri | http://repositorio.bc.ufg.br/tede/handle/tede/13871 | |
dc.language | por | |
dc.publisher | Universidade Federal de Goiás | |
dc.publisher.country | Brasil | |
dc.publisher.department | Instituto de Informática - INF (RMG) | |
dc.publisher.initials | UFG | |
dc.publisher.program | Programa de Pós-graduação em Ciência da Computação (INF) | |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | en |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | Direito Tributário | por |
dc.subject | Raciocínio Jurídico | por |
dc.subject | Grandes Modelos de Linguagem (LLM) | por |
dc.subject | Processamento de Linguagem Natural | por |
dc.subject | Tax Law | eng |
dc.subject | Legal Reasoning | eng |
dc.subject | Large Language Models (LLMs) | eng |
dc.subject | Natural Language Processing | eng |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO | |
dc.title | Avaliação de Grandes Modelos de Linguagem para Raciocínio em Direito Tributário | |
dc.title.alternative | Evaluating Large Language Models for Tax Law Reasoning | eng |
dc.type | Dissertação |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- Dissertação - João Paulo Cavalcante Presa - 2024.pdf
- Tamanho:
- 631.89 KB
- Formato:
- Adobe Portable Document Format
Licença do Pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 1.71 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: