Classificação de sentenças de Juizado Especial Cível utilizando aprendizado de máquina

Resumo

O artigo expõe um estudo de caso realizado no Juizado Especial Cível da Universidade Federal de Santa Catarina (JEC/UFSC), tendo como objetivo empregar diferentes técnicas de Aprendizado de Máquina para classificar sentenças sobre falhas no serviço de transporte aéreo (Direito do Consumidor) em quatro classes: “procedente”, “parcialmente procedente”, “improcedente” e “extinção sem resolução do mérito”. Foram realizados dois experimentos, sendo um com o texto integral da sentença e outro com a retirada da parte dispositiva, isto é, do texto que representa o resultado processual (a classe). A acurácia obtida pelos classificadores no segundo experimento sofreu uma mínima redução. De maneira geral, os modelos obtidos pela Regressão Logística, pela RNA e pela Floresta Aleatória alcançaram maior desempenho para as classes “procedente”, “parcialmente procedente” e “improcedente”, enquanto que para classe “extinção”, cuja amostra é menor, o maior desempenho foi obtido pelo SVM com Kernel RBF. Utilizou-se a ferramenta Orange, versão 3.22, software de código aberto executado em Python.