Aplicação da inteligência artificial, ontologia e mineração de dados para classificação de sentenças judiciais

Página do item simplificado
dc.contributor.advisor1Calixto, Wesley Pacheco
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9073478192027867pt_BR
dc.contributor.referee1Peretta, Igor Santos
dc.contributor.referee2Araújo, Wanderson Rainer Hilário de
dc.contributor.referee3Soares, Fabrizzio Alphonsus Alves de Melo Nunes
dc.contributor.referee4Gomes, Viviane Margarida
dc.contributor.referee5Calixto, Wesley Pacheco
dc.creatorCastro Junior, Antonio Pires de
dc.creator.Latteshttp://lattes.cnpq.br/7937117871345131pt_BR
dc.date.accessioned2022-04-11T10:49:03Z
dc.date.available2022-04-11T10:49:03Z
dc.date.issued2021-12-20
dc.description.abstractThe 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.eng
dc.description.provenanceSubmitted by Luciana Ferreira (lucgeral@gmail.com) on 2022-04-07T12:28:01Z No. of bitstreams: 2 Tese - Antonio Pires de Castro Junior - 2021.pdf: 3258682 bytes, checksum: 761d2154430351322230b2935d115c38 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2022-04-11T10:49:03Z (GMT) No. of bitstreams: 2 Tese - Antonio Pires de Castro Junior - 2021.pdf: 3258682 bytes, checksum: 761d2154430351322230b2935d115c38 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceMade available in DSpace on 2022-04-11T10:49:03Z (GMT). No. of bitstreams: 2 Tese - Antonio Pires de Castro Junior - 2021.pdf: 3258682 bytes, checksum: 761d2154430351322230b2935d115c38 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Previous issue date: 2021-12-20en
dc.description.resumoO 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.pt_BR
dc.identifier.citationCASTRO JUNIOR, A. P. Aplicação da inteligência artificial, ontologia e mineração de dados para classificação de sentenças judiciais. 2021. 170 f. Tese (Doutorado em Engenharia Elétrica e da Computação) - Universidade Federal de Goiás, Goiânia, 2021.pt_BR
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/12005
dc.languageporpt_BR
dc.publisherUniversidade Federal de Goiáspt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEscola de Engenharia Elétrica, Mecânica e de Computação - EMC (RG)pt_BR
dc.publisher.initialsUFGpt_BR
dc.publisher.programPrograma de Pós-graduação em Engenharia Elétrica e da Computação (EMC)pt_BR
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectInteligência artificialpor
dc.subjectAprendizado por similaridadepor
dc.subjectClassificação de textopor
dc.subjectAprendizado de máquinapor
dc.subjectGestão do conhecimentopor
dc.subjectArtificial intelligenceeng
dc.subjectSimilarity-learningeng
dc.subjectText classificationeng
dc.subjectMachine learningeng
dc.subjectKnowledge managementeng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOpt_BR
dc.titleAplicação da inteligência artificial, ontologia e mineração de dados para classificação de sentenças judiciaispt_BR
dc.title.alternativeApplication of artificial intelligence, ontology and data mining for classification of judicial judgmentseng
dc.typeTesept_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Tese - Antonio Pires de Castro Junior - 2021.pdf
Tamanho:
3.11 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Doutorado em Engenharia Elétrica e da Computação (EMC)