Desenvolvimento de um Mecanismo de Extração de Informação a partir de Diários Oficiais utilizando Mineração Textual

Resumo

No setor Jurídico, é imprescindível o acesso às informações sobre processos, leis, jurisprudências, sentenças, entre outros dados, especialmente para o operador do Direito no exercício de suas funções. No Brasil, a cada mês, dois milhões de novas páginas de diários oficiais e diários da justiça do são criadas (DOINET, 2018), contendo informações sobre atos oficiais da administração pública executiva, legislativa e judiciária que precisam ser buscados e filtrados pelos profissionais da justiça para os mais diversos fins. Tais dados são disponibilizados de forma não estruturada, tornando inviável a análise por um operador para tomadas de decisões eficientes (BEPPLER; FERNANDES, 2012). Neste cenário, utilizar mineração de dados para extrair conhecimento de bases jurídicas tem ganhado grande relevância (DINIZ, 2017). Neste contexto, este trabalho, seguindo a metodologia CRISP-DM (WIRTH; HIPP, 2000), visa desenvolver mecanismo de extração de informação a partir de diários oficiais utilizando mineração textual. Foram realizados experimentos com os diários oficiais do estado de Rondônia, extraídos no período de outubro 2017 à março de 2018. A base conta com 25.844 instâncias. Para a modelagem deste trabalho foi construído um ensemble de classificadores, contendo os algoritmos KNN, Random Forest e Multinomial Naive Bayes, e utilizadas as métricas de acurácia, área abaixo da curva ROC e o índice Kappa. Os melhores resultados apresentaram uma acurácia de 89,87%, a área abaixo da curva ROC de 0,85 e o índice Kappa teve o valor 0,76, indicando que o sistema proposto obteve resultados satisfatórios até o presente momento. Tais resultados mostram-se promissores e possibilitam uma alternativa a ser implementada em um sistema de apoio à decisão.