Interpretação jurídica guiada pelo processamento de linguagem natural, inteligência artificial a e machine learning

Abstract

Este trabalho analisa a aplicação da Inteligência Artificial (IA) e do Machine Learning (ML) no Processamento de Linguagem Natural (PLN), com foco na interpretação de documentos jurídicos e na extração de evidências textuais. A fundamentação teórica abordou conceitos de Inteligência Artificial (IA), Machine Learning (ML) e Processamento de Linguagem Natural (PLN), bem como a LGPD, diretrizes do CNJ e aspectos éticos do uso no Judiciário. Foi desenvolvido um protótipo em Python que, por meio de TF-IDF, similaridade por cosseno, e bibliotecas Natural Language ToolKit (NLTK) e RE identifica trechos relevantes de textos jurídicos. Os resultados demonstraram que o modelo destaca argumentos centrais e interpretações decisórias, organizando-os por relevância. Conclui-se que tais tecnologias podem modernizar o Judiciário, promovendo maior eficiência, agilidade e segurança jurídica.

This study analyzes the application of Artificial Intelligence (AI) and Machine Learning (ML) in Natural Language Processing (NLP), focusing on the interpretation of legal documents and the extraction of textual evidence. The theoretical framework addressed Artificial Intelligence (AI), Machine Learning (ML), and Natural Language Processing (NLP) concepts, as well as Brazil’s LGPD, CNJ guidelines, and ethical aspects of their use in the Judiciary. A Python prototype was developed using TF-IDF and cosine similarity to identify relevant excerpts from legal texts. Results showed that the model highlights central arguments and judicial interpretations, ranking them by relevance. It is concluded that such technologies can modernize the Judiciary, providing greater efficiency, agility, and legal certainty