Multi-model approach to identify potential problems in a contract

• Ano de defesa: 2020
• Autor(a) principal: Ichida, Alexandre Yukio
• Orientador(a): Meneguzzi, Felipe Rech
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Pontifícia Universidade Católica do Rio Grande do Sul
• Programa de Pós-Graduação: Programa de Pós-Graduação em Ciência da Computação
• Departamento: Escola Politécnica
• País: Brasil
• Palavras-chave em Português: Contratos; Aprendiza do de máquina; Redes neurais artificiais; Sistemas normativos; Contracts
• Palavras-chave em Inglês: Machine learning; Neural networks; Normative systems
• Área do conhecimento CNPq: CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
• Link de acesso: http://tede2.pucrs.br/tede2/handle/tede/9244

Contracts underlie most modern commercial transactions defining the duties and obligations of the related parties in an agreement, and ensuring such contracts are error-free is crucial for modern society. The analysis of a contract requires understanding the logical relations between clauses and identifying potential contradictions, which, in turn, depends on error-prone human effort to understand each clause. In this work, we develop an approach to automate such analyses identifying logical relations and detecting potential conflicts in contract clauses. The resulting approach should help contract authors detecting potential logical conflicts between clauses.