<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Estruturando o conhecimento jurídico: uma análise comparativa de sistemas de OpenIE aplicada ao domínio de inovação

Página do item simplificado
dc.contributor.advisorLopes, Giseli Rabello
dc.contributor.advisorCo1Silva, Vivian dos Santos
dc.contributor.referee1Campos, Maria Luiza Machado
dc.contributor.referee2Marques Júnior, Paulo Roberto Mann
dc.creatorAquino, Gustavo Martins Ferreira de
dc.date.accessioned2025-09-04T15:17:07Z
dc.date.available2026-05-16T03:08:34Z
dc.date.issued2025-08-21
dc.description.resumoEste trabalho investiga e compara o desempenho de diferentes gerações de sistemas de Extração Aberta de Informações na tarefa de estruturar o conhecimento contido no domínio legal brasileiro, com foco na legislação sobre inovação. A pesquisa aborda o desafio central imposto pela estrutura hierárquica e semanticamente fragmentada dos documentos legais, um obstáculo para ferramentas de Processamento de Linguagem Natural, propondo como contribuição metodológica o desenvolvimento de um pipeline de pré-processamento para a reconstrução de sentenças semanticamente coesas. Sobre um corpus representativo de 26 documentos legais, foram avaliadas três abordagens distintas: um modelo baseado em regras, outro em redes neurais junto a transformers e Modelos de Linguagem de Grande Escala (LLMs). Na ausência de um Gold Standard, a avaliação foi conduzida em duas etapas: uma análise preliminar diagnóstica, que confirmou a necessidade de tratamento dos resultados brutos, seguida por uma análise final sobre os resultados refinados através de uma etapa de pós-processamento. Essa etapa contou com a conversão das triplas extraídas em Grafos de Conhecimento, a aplicação de filtros linguísticos e agrupamento semântico. Os resultados demonstraram a superioridade dos LLMs, que geraram grafos de conhecimento com maior coesão e relevância semântica, identificando com mais eficácia os atores e conceitos do ecossistema de inovação. O estudo conclui que, com a metodologia adequada, é viável extrair conhecimento de textos legais complexos e que os avanços recentes em PLN resultam em uma estruturação de conhecimento significativamente mais robusta, oferecendo uma base sólida para futuras ferramentas de análise no direito brasileiro.pt_BR
dc.embargo.termsabertopt_BR
dc.identifier.urihttp://hdl.handle.net/11422/26975
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Computaçãopt_BR
dc.publisher.initialsUFRJpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectExtração aberta de informaçãopt_BR
dc.subjectGrafos de conhecimentopt_BR
dc.subjectModelos de linguagem de grande escalapt_BR
dc.subjectAnálise de redespt_BR
dc.subjectReconstrução semânticapt_BR
dc.subjectEmbeddings contextuaispt_BR
dc.subjectOpen information extractionpt_BR
dc.subjectKnowledge graphspt_BR
dc.subjectLarge language modelspt_BR
dc.subjectNetwork analysispt_BR
dc.subjectSemantic reconstructionpt_BR
dc.subjectContextual embeddingspt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleEstruturando o conhecimento jurídico: uma análise comparativa de sistemas de OpenIE aplicada ao domínio de inovaçãopt_BR
dc.typeTrabalho de conclusão de graduaçãopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
GMFAquino.pdf
Tamanho:
1,6 MB
Formato:
Adobe Portable Document Format
Baixar

Pacote de licença

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1,81 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Ciência da Computação