Use este identificador para citar ou linkar para este item:
http://www.repositorio.ufal.br/jspui/handle/123456789/12857
Tipo: | Trabalho de Conclusão de Curso |
Título: | Estudo de aplicabilidade de técnicas de processamento de linguagem natural em petições iniciais |
Título(s) alternativo(s): | Applicability study of natural language processing techniques in initial petitions |
Autor(es): | Pereira, Ana Geórgia de Souza Silva Gama |
Primeiro Orientador: | Freitas, André Lage |
metadata.dc.contributor.referee1: | Pereira, Leonardo Viana |
metadata.dc.contributor.referee2: | Santana Júnior, Orivaldo Vieira |
Resumo: | Este trabalho teve como objetivo estudar a aplicação de algoritmos de processamento de linguagem natural (NLP) na classificação de petições iniciais do sistema jurídico brasileiro. Foram explorados os algoritmos Doc2Vec e BERT, com a finalidade de analisar sua eficácia e comparar seus desempenhos. A metodologia envolveu etapas de pré-processamento dos dados, treinamento e avaliação dos modelos. Os resultados foram avaliados utilizando métricas como precisão, acurácia e matriz de confusão. O modelo BERT demonstrou uma precisão de 85% na classificação de documentos, enquanto o modelo Doc2Vec apresentou resultados moderados. A importância do pré-processamento dos dados e a influência da dimensionalidade também foram discutidas. Além disso, foi destacada a necessidade de recursos computacionais adequados para a análise de modelos de linguagem grandes. Esses resultados contribuem para a compreensão do desempenho dos algoritmos de NLP na classificação de petições iniciais e podem auxiliar na seleção e implementação de modelos adequados em diferentes contextos jurídicos. |
Abstract: | This study aimed to investigate the application of natural language processing (NLP) algorithms in the classification of initial petitions in the Brazilian legal system. The Doc2Vec and BERT algorithms were explored to analyze their effectiveness and compare their performances. The methodology involved data preprocessing, model training, and evaluation stages. The results were assessed using metrics such as precision, accuracy, and confusion matrix. The BERT model demonstrated an 85% precision in document classification, while the Doc2Vec model showed moderate results. The importance of data preprocessing and the influence of dimensionality were also discussed. Additionally, the need for adequate computational resources for analyzing large language models was emphasized. These findings contribute to understanding the performance of NLP algorithms in classifying initial petitions and can assist in selecting and implementing suitable models in various legal contexts. |
Palavras-chave: | Processamento de linguagem natural (Computação) Algoritmos - Doc2Vec Algoritmos - BERT Petições (Direito) Natural Language Processing (Computing) Algorithms - Doc2Vec Algorithms - BERT Doc2Vec algorithms |
CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
Idioma: | por |
País: | Brasil |
Editor: | Universidade Federal de Alagoas |
Sigla da Instituição: | UFAL |
metadata.dc.publisher.department: | Curso de Ciências da Computação - Bacharelado |
Citação: | PEREIRA, Ana Geórgia de Souza Silva Gama. Estudo de aplicabilidade de técnicas de processamento de linguagem natural em petições iniciais. 2023. 23 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Instituto de Computação, Universidade Federal de Alagoas, Maceió, 2023. |
Tipo de Acesso: | Acesso Aberto |
URI: | http://www.repositorio.ufal.br/jspui/handle/123456789/12857 |
Data do documento: | 14-jun-2023 |
Aparece nas coleções: | Trabalhos de Conclusão de Curso (TCC) - Bacharelado - CIÊNCIA DA COMPUTAÇÃO- IC |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Estudo de aplicabilidade de técnicas de processamento de linguagem natural em petições iniciais.pdf | 1.93 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.