Inteligência Artificial no processamento de linguagem jurídicaaplicação de Deep Learning para definição do marco regulatório do Terceiro Setor

Resumo

O presente artigo trata da aplicação de algoritmos de inteligência artificial no processamento de linguagem jurídica, a fim de possibilitar a identificação de um conjunto completo de normas aplicável a uma determinada temática legal. Neste estudo, buscou-se delimitar o marco regulatório que envolve o Terceiro Setor, a partir do conjunto de dados sobre o fluxo regulatório brasileiro (RegBR). A partir de pesquisa bibliográfica, foram aplicadas técnicas de aprendizagem de máquina para automatizar a classificação de cada sentença contida nos atos normativos analisados, permitindo identificar em que medida uma norma se aplica ao tema selecionado. O modelo BERT com ajuste fino com trechos de leis brasileiras foi altamente eficaz, atingindo 94% de precisão (F1-Score e AUC). Como resultados, foram identificadas 2.359 regras espalhadas em 611 normas, extraídas entre 1.330.190 dispositivos legais distribuídos em 51 mil regulações, demonstrando que as técnicas aplicadas podem contribuir para o aperfeiçoamento das temáticas envolvidas.

Ficha do documento

Tipo

Artigo científico

Ano

2023

Instituição

Escola Nacional de Administração Pública - Enap

Fonte

Revista do Serviço Público

Idioma

Inglês

Acesso

Não informado

Identificador

oai:ojs.pkp.sfu.ca:article/8091

Licença

http://creativecommons.org/licenses/by-nc-sa/4.0

Temas

TecnologiaDados

Palavras-chave

terceiro setorregulaçãoaprendizagem profundaprocessamento de linguagem naturaldireitothird sectorregulationdeep learningnatural language processinglawtercer sectorregulaciónaprendizaje profundoprocesamiento natural del lenguajederecho