Artigos
v. 9 (2022): Revista de Estudos Empíricos em Direito
Sumariação de textos como ferramenta de pesquisa empírica em direito
Resumo
Este artigo propõe explorar técnicas de sumariação de textos jurídicos como forma de auxiliar a pesquisa empírica, gerando um sumário do texto tendo em vista a capacidade preditiva destas frases em relação ao resultado da ação. É utilizado um dataset de decisões de tribunais do país sobre habeas corpus que expressamente citam a pandemia de COVID como um dos seus fundamentos para solicitar a liberdade dos pacientes. É criado um modelo preditivo e expõe-se, ao final, os argumentos encontrados que tem maior correlação com o resultado das ações.
Referências
Alguliyev, R., Aliguliyev, R. (2009). Evolutionary Algorithm for Extractive Text Summarization. Intelligent Information Management. 1. 128-138. doi: 10.4236/iim.2009.12019.
Chawla, N., Bowyer, K., Hall, L., Kegelmeyer, W. (2002). SMOTE: Synthetic Minority Over-sampling Technique. J. Artif. Intell. Res. (JAIR). 16. 321-357. doi: 10.1613/jair.953.
Hachey, Ben & Grover, Claire. (2006). Extractive summarisation of legal texts. Artificial Intelligence and Law. 14. 305-345. doi: 10.1007/s10506-007-9039-z.
Kanapala, A., Pal, S., Pamula, R. (2019). Text summarization from legal documents: a survey. Artificial Intelligence Review. 51. doi: 10.1007/s10462-017-9566-2.
Group, Lazuage & Moens, Marc. (2002). Sentence Extraction as a Classification Task.
Jadhav, Aishwarya & Rajan, Vaibhav. (2018). Extractive Summarization with SWAP-NET: Sentences and Words from Alternating Pointer Networks. 142-151. doi: 10.18653/v1/P18-1014.
Lippi, Marco & Torroni, Paolo. (2015). Argument Mining: A Machine Learning Perspective. 9524. 163-176. doi: 10.1007/978-3-319-28460-6_10.
Lloret, E., Palomar, M. (2012) Text summarisation in progress: a literature review. Artif Intell Rev 37, 1–41. doi: 10.1007/s10462-011-9216-z
Nenkova, A., Kathleen, M. (2012) A survey of text summarization techniques, Mining text data, Springer-Verlag New York, doi: 10.1007/978-1-4614-3223-4
Templeton, A., Kalita, J. (2018) "Exploring Sentence Vector Spaces through Automatic Summarization," 17th IEEE International Conference on Machine Learning and Applications (ICMLA), Orlando, FL, USA, 2018, pp. 55-60, doi: 10.1109/ICMLA.2018.00016.
Teufel, S., Uk, S., Moens, M. (2001). Sentence Extraction as a Classification Task.
Yogan, J.K., Goh, O.S., Halizah, B., Ngo, H.C., Puspalata, C.S. (2016) A Review On Automatic Text Summarization Approaches. Journal Of Computer Science, 12 (4). pp. 178-190. ISSN 1549-3636
Yousfi-Monod, Mehdi & Farzindar, Atefeh & Lapalme, Guy. (2010). Supervised Machine Learning for Summarizing Legal Documents. 51-62. 10.1007/978-3-642-13059-5_8.
Downloads
Não há dados estatísticos.
