Um modelo de inferência para a classificação de resultados processuais a partir de causas jurídicas oriundas da Justiça Estadual
REPA - Revista de Engenharia e Pesquisa Aplicada
Um modelo de inferência para a classificação de resultados processuais a partir de causas jurídicas oriundas da Justiça Estadual
Autor Correspondente: M. A. de Almeida Neto | [email protected]
Palavras-chave: Mineração de dados; Redes neurais; C4.5; PART; Jurisprudência;
Resumos Cadastrados
Resumo Português:
Este artigo tem como objetivo apresentar um modelo de inferência para classificar processos jurídicos relacionados à Justiça Estadual utilizando dados documentados de jurisprudência, tais como: comentários dos juízes realizados durante os veredictos, classes jurídicas do processo e UF. Os dados foram extraídos de websites de cortes judiciais, como o Portal do Tribunal de Justiça do Estado de Minas Gerais e o Poder Judiciário do Estado de Alagoas. Em toda a base de dados, foi realizada uma seleção no campo textual da descrição da sentença para extrair as leis que foram consideradas nos veredictos. Para tal seleção, o atributo de publicação e a quantidade de ocorrências da lei na base de dados foram considerados. As técnicas utilizadas para realizar a mineração de dados e classificar os processos como procedentes ou improcedentes foram a árvore de decisão e as redes neurais artificiais. Os testes realizados mostraram resultados satisfatórios e superiores ao valor comum para classificação de dados de jurisprudência, de normalmente 60%.
Resumo Inglês:
This paper aims to develop an inference model for classify the judiciary processes related to State Courts using documental data, such as comments made of the judges in the verdict moment, states and processual juridical class. The data were extracted from Justice courts websites, such as Poder Judiciário do Estados de Alagoas and Portal do Tribunal de Justiça do Estado de Minas Gerais. To extract the laws used in veredicts from database, its amount of ocurrence and the Publication attribute were considered. The techniques used were decision tree and artificial neural network. The tests showed a good shape of the laws and articles to classify appropriate and unfounded cases, which help the decision maker to take a decision. The results obtained were higher than the common rate of 60%.
