Autor(es): JONHTAN MOTA DOS REIS

Palavras-chave: rede neural, documentos extrajudiciais, LSTM

Defendido/Publicado em: 2021-12-15

Orientador(a): Fábio Castro Araújo

Curso: Sistemas de Informação


O presente trabalho tem por proposta a implementação de uma rede neural capaz de identificar áreas de atuação de documentos extrajudiciais, utilizando-se de um modelo de aprendizado recorrente conhecido como LSTM. Onde a rede neural é capaz de aprender a partir de entradas passadas, assim possuindo a característica de memória, aprendendo com seus erros. No processo foi necessário compreender conceitos como modelagem de dataset, que consiste em técnicas para analisar e compreender textos em busca de categorias que possam ser utilizadas em um contexto de identificação. Fazendo-se o uso de algoritmos para identificação de palavras recorrentes dentro dos textos extrajudiciais, para reconhecer características semelhantes dentro dos textos dos processos extrajudiciais. Essa abordagem foi utilizada para compor um ranqueamento das palavras de maior frequência dentro dos documentos de determinadas áreas de atuação. Esse ranqueamento foi utilizado como parâmetro para construção do dataset de palavras com maior grau de ocorrência, criando uma quantificação de aparição das palavras ranqueadas dentro dos documentos extrajudiciais com a finalidade de ser utilizado no treinamento e implementação da rede neural com o auxílio da API do TensorFlow, o Keras. A rede neural desenvolvida neste trabalho cumpriu com sua proposta de identificar a área de atuação dos documentos extrajudiciais.


Como citar

REIS, J. M. REDE NEURAL PARA IDENTIFICAR ÀREA DE ATUAÇÃO DE PROCEDIMENTOS EXTRAJUDICIAIS. 2021. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação). Centro Universitário Luterano de Palmas, Palmas, Tocantins, 2021. Disponível em: <http://ulbra-to.br/bibliotecadigital/publico/home/documento/2284>. Acesso em: 23 dez. 2024

Banca (avaliadores)

  • Fábio Castro Araújo (Presidente)
  • Fabiano Fagundes
  • Madianita Bogo Marioti

Arquivos (download)