
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Zeviani, Walmes Marques, 1986- | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Curso de Especialização em Data Science & Big Data | - |
| Autor(es): dc.creator | Dortas, Gustavo Ribeiro | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T13:35:25Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T13:35:25Z | - |
| Data de envio: dc.date.issued | 2024-10-21 | - |
| Data de envio: dc.date.issued | 2024-10-21 | - |
| Data de envio: dc.date.issued | 2023 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/90358 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/90358 | - |
| Descrição: dc.description | Orientador: Prof. Walmes Marques Zeviani | - |
| Descrição: dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Especialização em Data Science e Big Data | - |
| Descrição: dc.description | Inclui referências | - |
| Descrição: dc.description | Resumo: O presente trabalho apresenta uma análise de similaridade em textos jurídicos com o objetivo de desenvolver uma ferramenta de apoio à elaboração de votos para Acórdãos do Tribunal de Contas do Estado do Paraná (TCE-PR). Utilizando tecnologias de processamento de linguagem natural e análise de dados, a pesquisa propõe uma ferramenta de inteligência artificial que pode analisar, comparar e recuperar informações de acórdãos anteriores de maneira rápida e precisa. Foram avaliados três algoritmos: BM25, TF-IDF e Gensim, com o BM25 se destacando por sua eficiência em identificar similaridades semânticas relevantes. Conclui-se que a utilização de tecnologias de processamento de linguagem natural (NLP), em especial o algoritmo BM25, se mostrou eficiente na pesquisa de jurisprudência no Tribunal de Contas do Estado do Paraná (TCE-PR). | - |
| Descrição: dc.description | Abstract: The present work presents a similarity analysis in legal texts aiming to develop a support tool for the preparation of votes for Judgments of the Court of Accounts of the State of Paraná (TCE-PR). Using natural language processing technologies and data analysis, the research proposes an artificial intelligence tool capable of analyzing, comparing, and retrieving information from previous judgments quickly and accurately. Three algorithms were evaluated: BM25, TF-IDF, and Gensim, with BM25 standing out for its efficiency in identifying relevant semantic similarities. It is concluded that the use of natural language processing (NLP) technologies, especially the BM25 algorithm, proved to be efficient in jurisprudence research at the Court of Accounts of the State of Paraná (TCE-PR). | - |
| Formato: dc.format | 1 recurso online : PDF. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Palavras-chave: dc.subject | Paraná. Tribunal de Contas | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Palavras-chave: dc.subject | Processamento da linguagem natural (Computação) | - |
| Palavras-chave: dc.subject | Direito - Linguagem | - |
| Título: dc.title | Análise de similaridade em textos jurídicos : desenvolvimento de uma ferramenta de apoio à elaboração de votos para Acórdãos do Tribunal de Contas do Estado do Paraná | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: