Artificial intelligence on legal language processing: using deep learning to find the regulatory law framework for the third sector.

Abstract

This paper deals with the application of artificial intelligence algorithms in processing legal language to identify a complete set of rules applicable to a given legal theme. In this study, we sought to delimit the regulatory framework that involves the Third Sector, based on the data set on the Brazilian regulation flow (RegBR). From the bibliographic research, machine learning techniques were applied to automate the classification of each sentence within the analyzed normative acts, allowing us to identify to what extent a norm applies to the selected topic. The BERT model with fine-tuning by a Brazilian legal dataset was highly effective, reaching 94% of precision (F1-Score and AUC). The results include a total found of 2,359 rules spread in 611 normative acts on the 1,330,190 sentences distributed in 51 thousand regulations contained in the dataset, demonstrating how the applied techniques can contribute to the improvement of the themes involved.

Inteligência artificial no processamento de linguagem jurídica: Aplicação de deep learning para definição do marco regulatório do terceiro setor. O presente artigo trata da aplicação de algoritmos de inteligência artificial no processamento de linguagem jurídica, a fim de possibilitar a identificação de um conjunto completo de normas aplicável a uma determinada temática legal. Neste estudo, buscou-se delimitar o marco regulatório que envolve o Terceiro Setor, a partir do conjunto de dados sobre o fluxo regulatório brasileiro (RegBR). A partir de pesquisa bibliográfica, foram aplicadas técnicas de aprendizagem de máquina para automatizar a classificação de cada sentença contida nos atos normativos analisados, permitindo identificar em que medida uma norma se aplica ao tema selecionado. O modelo BERT com ajuste fino com trechos de leis brasileiras foi altamente eficaz, atingindo 94% de precisão (F1-Score e AUC). Como resultados, foram identificadas 2.359 regras espalhadas em 611 normas, extraídas entre 1.330.190 dispositivos legais distribuídos em 51 mil regulações, demonstrando que as técnicas aplicadas podem contribuir para o aperfeiçoamento das temáticas envolvidas.

Inteligencia artificial en procesamiento del lenguaje en el derecho: aplicación del deep learning para definir el marco regulatorio del Tercer Sector. Este artículo trata sobre la aplicación de algoritmos de inteligencia artificial en el procesamiento del lenguaje jurídico para permitir la identificación de un conjunto completo de normas aplicables a un determinado tema. En este estudio, buscamos delimitar el marco regulatorio que involucra al Tercer Sector, a partir del conjunto de datos sobre el flujo regulatorio brasileño (RegBR). A partir de la investigación bibliográfica se aplicaron técnicas de aprendizaje automático para automatizar la clasificación de cada oración dentro de los actos normativos analizados, permitiendo identificar en qué medida aplica una norma al tema seleccionado. El modelo BERT perfeccionado con extractos de las leyes brasileñas fue muy eficaz y logró un 94 % de precison (F1-Score y AUC). Fue posible encontrar un total de 2.359 reglas esparcidas en 611 actos normativos, retiradas entre 1.330.190 sentencias distribuidas en 51 mil regulaciones, demostrando así cómo las técnicas aplicadas pueden contribuir a la mejora de los temas estudiados.