Predição do tempo de durações de processos e de movimentações processuais na esfera trabalhista

• Ano de defesa: 2019
• Autor(a) principal: Amaral, Ayrton Denner da Silva
• Orientador(a): Soares, Anderson da Silva
• Banca de defesa: Soares, Anderson da Silva, Silva, Nádia Félix Felipe da, Marques, Thyago Carvalho
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Goiás
• Programa de Pós-Graduação: Programa de Pós-graduação em Ciência da Computação (INF)
• Departamento: Instituto de Informática - INF (RG)
• País: Brasil
• Palavras-chave em Português: Aprendizagem profunda; Redes neurais profundas; Esfera trabalhista; Processamento de linguagem natural
• Palavras-chave em Inglês: Deep learning; Deep neural networks; Labor courts; Natural language processing
• Área do conhecimento CNPq: CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://repositorio.bc.ufg.br/tede/handle/tede/10332

The prediction of legal proceeding movements is a relevant problem in the juridical context. Predictability is an important variable in sizing the work in attorneys offices. This works proposes an artificial neural network architecture to predict proceedings movements in Brazilian labor court. Despite the recent advances in the use of machine learning techniques and natural language processing, the problem in juridical context has its own characteristics by geographic and linguistic contexts. As a case study, a proceedings database of the year 2015 and from the same district from the labor sphere was used, due to the volume of data available.