Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/23453
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2019_GuilhermeRamosDeMorais_tcc.pdf2,74 MBAdobe PDFver/abrir
Título: Inteligência artificial aplicada ao direito : análise de sentimento em julgamentos de mandados de segurança no Supremo Tribunal Federal
Autor(es): Morais, Guilherme Ramos de
Orientador(es): Costa, Henrique Araújo
Assunto: Processamento de linguagem natural (Computação)
Mandado de segurança
Supremo Tribunal Federal (STF)
Inteligência artificial
Aprendizado do computador
Data de apresentação: 26-Jun-2019
Data de publicação: 26-Mar-2020
Referência: MORAIS, Guilherme Ramos de. Inteligência artificial aplicada ao direito: análise de sentimento em julgamentos de mandados de segurança no Supremo Tribunal Federal. 2019. 79 f., il. Trabalho de Conclusão de Curso (Bacharelado em Direito)—Universidade de Brasília, Brasília, 2019.
Resumo: Convém que o ordenamento jurídico se atenha às inovações tecnológicas para que possa desenvolver ferramentas que confiram cada vez maior eficiência à prestação jurisdicional. Nesse contexto, esta pesquisa trata de viabilizar a aplicação da linguística computacional, pela abordagem do aprendizado de máquina, a textos de certidões de julgamento de mandados de segurança impetrados no Supremo Tribunal Federal. Este estudo visa à criação de critérios de pesquisa jurisprudencial mais aprimorados do que os utilizados nas ferramentas de pesquisa dos Tribunais brasileiros. Foi elaborado estudo de caso de 2.158 certidões de julgamento com o objetivo de obter o que a ciência da computação denomina sentimento. A análise de sentimento tem por finalidade definir se determinado texto possui orientação subjetiva positiva, negativa ou neutra. Esta pesquisa desenvolveu critérios metodológicos que tornam possível essa classificação ao analisar os dispositivos dos juízos preliminar e de mérito, bem como a inter-relação entre eles, em cada certidão. A análise dessas certidões resultou na criação de uma matriz termo-documento que será utilizada em aprendizado de máquina supervisionado, o qual viabilizará a análise automatizada de quantidade ainda maior de informação. Agrupar os julgados pelo sentimento que possuem permite criar um critério semântico de pesquisa jurisprudencial do resultado de julgamento e superar a barreira da pesquisa por termos literais, predominantemente utilizada nos sistemas de pesquisa jurisprudencial do Brasil.
Abstract: The legal system must be aware of technological innovations in order to develop tools that confer more efficiency to adjudication. In this context, this research focuses on habilitating the application of computational linguistics, by machine learning approach, to judicial judgment texts of mandamus writ filed in the Supremo Tribunal Federal, the Brazilian Supreme Court. This survey aims to create more sophisticated criteria of jurisprudential research than those currently used by search engines of Brazilian tribunals. It was produced a study case of 2.158 judicial judgment texts intending to obtain what computer science names sentiment. The sentiment analysis aims to define if a certain text has a positive, a negative or a neutral subjective orientation. This research developed methodological criteria that enable this classification by analyzing the textual elements used in the preliminary judgment and in the judgment of merit, as well as the interrelatedness between them. The analysis of those texts resulted in the creation of a document term matrix that will be used in supervised machine learning, which will also enable the automatized analysis of a larger amount of information. Bracketing judicial sentences by the sentiment they have results in creating a semantic criterion of jurisprudential research that considers the outcome of the proceedings and overcomes the research by literal terms, prevalent in Brazilian systems of jurisprudential research.
Informações adicionais: Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade de Direito, 2019.
Aparece na Coleção:Direito



Este item está licenciado na Licença Creative Commons Creative Commons