Skip navigation
Veuillez utiliser cette adresse pour citer ce document : http://repositorio.unb.br/handle/10482/42507
Fichier(s) constituant ce document :
Fichier Description TailleFormat 
2021_RaulCarvalhodeSouza.pdf3,13 MBAdobe PDFVoir/Ouvrir
Titre: Uma comparação entre métodos e classificadores em documentos jurídicos de atividades processuais repetitivas na PGDF
Auteur(s): Souza, Raul Carvalho de
Orientador(es):: Faleiros, Thiago de Paulo
Assunto:: Algoritmos combinados
Classificação de documentos jurídicos
Aprendizagem de máquina
Date de publication: 1-déc-2021
Référence bibliographique: SOUZA, Raul Carvalho de. Uma comparação entre métodos e classificadores em documentos jurídicos de atividades processuais repetitivas na PGDF. 2021. 94 f., il. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2021.
Résumé: Os processos judiciais repetitivos, aqueles que exigem muitas ações manuais e menos açõesintelectuais humanas, são uma realidade maçante nos trabalhos da Procuradoria Geral doDistrito Federal (PGDF). Geralmente esses processos repetitivos são causas conhecidasque o Governo do Distrito Federal (GDF) faz parte em muitas ações, corriqueiramentepeticionadas de uma só vez. Essa repetitividade causa muito trabalho manual, desperdíciode recursos e alta contenção desses processos para a identificação e resposta por parte daPGDF. Por isso, há necessidade de otimizar recursos e acelerar o andamento dos processos,bem como as análises relacionadas a eles, para tentar mudar essa situação de contenção.Assim, este trabalho busca a assistência do computador em tarefas rotineiras de PGDF,que atualmente gastam muito dinheiro em recursos humanos para agrupar e classificaresses processos repetitivos. A expectativa da organização com os avanços deste trabalho éde se evoluir as automatizações para acelerar os processos e economizar recursos, já que ocomputador deve realizar as tarefas de classificação em uma velocidade maior, em maiorvolume do que o processo atual e com o uso de menos pessoas. A principal motivaçãodeste trabalho é encontrar um método eficiente de classificação de documentos jurídicos.Para este fim, além de experimentos com diversos algoritmos de aprendizagem de máquinapara classificação em diversos dados da PGDF, iniciando pelos precatórios, é feita umacomparação entre os melhores modelos que classificaram documentos jurídicos na PGDF.O esforço utilizado neste trabalho é para encontrar o melhor método dentro do contextodo PGDF para a classificação de documentos jurídicos. O trabalho conseguiu acelerar oprocesso de classificação.
Abstract: Repetitive lawsuits, those that require a lot of manual work and less human intellectualactivity, are a massive reality in the Federal District Attorney General (PGDF) day byday. Generally, these repetitive lawsuits are known litigation issues in which the PGDFis part, routinely petitioned at once. This repetitiveness lawsuits causes a lot of manualwork, waste of resources and high contention of these judicial processes, principally, forthe identification and response by PGDF lawyers. Therefore, there is a need to optimizeresources and speed up these judicial processes, as well as the analysis related to them, inorder to try to change this contention situation. Thus, this work seeks computer assistancein routine tasks in PGDF, which currently spend a lot of money on human resources togroup and classify these repetitive judicial processes without due velocity and precision.The expectation is to speed up the process of work and save resources, since the computermust perform the classification tasks at a higher speed, in greater volume than the currentprocess and using fewer people. The main motivation of this work would be to find anefficient method of classifying legal documents. To this end, in addition to experimentswith several machine learning algorithms for classification, a comparison will be madeamong these classifiers with the application of multi-class classification problem in legaldocuments from PGDF’s business. The effort used in this work is to find the best onemethod within the context of the PGDF to classify legal documents.
metadata.dc.description.unidade: Instituto de Ciências Exatas (IE)
Departamento de Ciência da Computação (IE CIC)
Description: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2021.
metadata.dc.description.ppg: Programa de Pós-Graduação em Computação Aplicada, Mestrado Profissional
Licença:: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Collection(s) :Teses, dissertações e produtos pós-doutorado

Affichage détaillé " class="statisticsLink btn btn-primary" href="/jspui/handle/10482/42507/statistics">



Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.