CLASSIFICADOR DE TEXTOS ESCRITOS EM LINGUAGEM POPULAR NUMA SUBÁREA DO DIREITO

Author:

Guimarães João Paulo Ferreira,Pereira Amanda Gomes de Oliveira,Nunes Jacyana Suassuna,Costa João Wagner Chaves,Da Silva Matheus Ítalo,Do Nascimento Tibério César Souza

Abstract

É notória a distância entre a linguagem popular e a linguagem técnica do Direito. Nesse sentido, é difícil para um não especialista em Direito identificar qual subárea na qual seu problema se enquadra e, a partir disso, escolher um advogado especialista nesta temática. Pensando nesse obstáculo, este trabalho apresenta um classificador de textos escritos em linguagem popular para uma subárea do Direito. O Processamento de Linguagem Natural foi aplicado em textos minerados da internet para treinar uma rede neural que foi capaz de distinguir, a princípio, três áreas do Direito: Direito da Família, Consumidor e do Trabalho. Os resultados mostram uma acurácia alta para o classificador desenvolvido.

Publisher

South Florida Publishing LLC

Reference30 articles.

1. BARBOSA, J. et al. Introdução ao processamento de linguagem natural usando Python. III Escola Regional de Informática do Piauí, v. 1, p. 336–360, 2017. Citado na página 3.

2. BHAVANI, A.; KUMAR, B. S. A review of state art of text classification algorithms. In: 2021 5th International Conference on Computing Methodologies and Communication (ICCMC). [S.l.: s.n.], 2021. p. 1484–1490. Citado na página 3.

3. BRASIL. Constituição da república federativa do brasil - 1988. Diário Oficial da República Federativa do Brasil, Brasília, DF, 1988. Disponível em: . Citado na página 1.

4. BRUNIALTI, L. et al. Aprendizado de máquina em sistemas de recomendação baseados em conteúdo textual: Uma revisão sistemática. In: Anais do XI Simpósio Brasileiro de

5. Sistemas de Informação. Porto Alegre, RS, Brasil: SBC, 2015. p. 203–210. ISSN 0000-0000. Disponível em: . Citado na página 2.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3