Classification of lawsuits according to the Sustainable Development Goals of the UN 2030 Agenda

Authors

DOI:

https://doi.org/10.36428/revistadacgu.v14i26.548

Keywords:

UN 2030 Agenda. Natural Language Processing. Machine Learning. Neural Network.

Abstract

ABSTRACT

Since 2020, the Brazilian Federal Supreme Court has classified its cases according to the sustainable development goals (SDGs) of the the United Nations 2030 Agenda. In this context, a tool for technological support to classification has immense potential to automate the manual and repetitive tasks of reading the text and registering the labels. The RAFA 2030 initiative came up with the goal of helping to classify cases. This article aims to present an integration between Agenda 2030, the work routine in STF and technical aspects of development about RAFA 2030. Currently, the main results of this project consist of graphical tools for NLP (co-occurrence graphs, tool cloud), machine learning keys, neural networks, context search and keyword counting, in addition to other tools available in R. (Shiny) and Python (Keras, Tensorflow and Pytorch). Initial results indicate great potential for applications of NLP documents and machine learning of legal documents in Agenda 2030 themes.

Downloads

Download data is not yet available.

Author Biographies

  • Luiz Fux, STF

    Ministro e atual presidente do Supremo Tribunal Federal, jurista e professor universitário. Foi ministro do Tribunal Superior Eleitoral de 2014 a 2018 e ministro do Superior Tribunal de Justiça de 2001 a 2011, promotor de justiça do Ministério Público do Estado do Rio de Janeiro de 1979 a 1982 e juiz de direito fluminense de 1983 até 1997, quando foi promovido a desembargador do Tribunal de Justiça do Rio de Janeiro. É bacharel (1976) e doutor (2009) em direito pela Faculdade de Direito da Universidade do Estado do Rio de Janeiro (UERJ). Desde 1995 é professor titular de direito processual civil da UERJ, tendo chefiado o Departamento de Direito Processual dessa universidade, além de ter lecionado processo civil na Escola de Magistratura do Estado do Rio de Janeiro e direito judiciário civil na Pontifícia Universidade Católica do Rio de Janeiro. É membro da Academia Brasileira de Letras Jurídicas desde 2008 e da Academia Brasileira de Filosofia desde 2014. Presidiu a comissão de juristas que elaborou o anteprojeto do Código de Processo Civil, em vigor desde 2016.

    Brasília - DF, Brasil

  • Pedro Felipe de Oliveira Santos, STF

    Juiz Federal do Tribunal Regional Federal da Primeira Região, atualmente convocado como Secretário-Geral da Presidência do Supremo Tribunal Federal. Coordenador Pedagógico da Escola de Magistratura Federal do TRF-1 (ESMAF-TRF1). Atuou como Juiz Auxiliar e como Juiz Instrutor do Supremo Tribunal Federal. Atuou como Juiz Auxiliar da Presidência do Conselho Nacional de Justiça. Foi Defensor Público Federal. Doutorando em Direito pela Universidade de Oxford. Mestre em Direito pela Universidade de Harvard. Graduado em Direito pela Universidade de Brasília. Professor de Direito Constitucional.

    Brasília - DF, Brasil

  • Aline Carlos Dourado Braga, STF

    Analista Judiciária do Supremo Tribunal Federal, onde atua desde 2000. É graduada em Direito pelo Uniceub-Centro de Ensino Unificado de Brasília, pós-graduada em Direito Público pela Universidade Cândido Mendes e responsável pela interlocução para a execução das ações do Projeto Agenda 2030 no STF.

    Brasília - DF, Brasil

  • Pamella Sada Dias Edokawa, STF

    Coordenadora do Escritório de Gestão da Estratégia do Supremo Tribunal Federal. Graduada em Estatística pela UnB e especialista em regulação financeira. É responsável pelo núcleo de Análise Estatística e pela gerência da Gestão da Estratégia. Já passou por diversos órgãos públicos como Fundação Hemocentro, pelo Instituto Nacional de Estudos e Pesquisas Educacionais (INEP) onde foi coordenadora de disseminação de dados da educação básica até chegar ao STF em 2016.

    Brasília - DF, Brasil

  • Júlio Luz Sisson de Castro, STF

    Analista judiciário desde 2005, tendo trabalho na 12ª Vara Federal de Brasília e no Superior Tribunal de Justiça. É pós-graduado em Processo Civil pelo UniCeub-Centro de Ensino Unificado de Brasília. Atua no projeto Agenda 2030 no STF.

    Brasília - DF, Brasil

References

CNJ - Conselho Nacional de Justiça. Programa Justiça 4.0. 2022. Disponível em: https://www.cnj.jus.br/tecnologia-da-informacao-e-comunicacao/justica-4-0/. Acesso em: 10 mai. 2022.

______. Projetos com Inteligência Artificial no Poder Judiciário. 2022. Disponível em: https://paineisanalytics.cnj.jus.br/single/?appid=29d710f7-8d8f-47be-8af8-a9152545b771&sheet=b8267e5a-1f1f-41a7-90ff-d7a2f4ed34ea&lang=pt-BR&opt=ctxmenu,currsel/. Acesso em: 11 mai. 2022.

DAVID, M. S.; RENJITH, S. Comparison of word embeddings in text classification based on RNN and CNN. In: IOP Conference Series: Materials Science and Engineering. IOP Publishing, 2021. p. 012029. Disponível em: https://doi.org/10.1088/1757-899x/1187/1/012029. Acesso em: 12 mai. 2022.

FGV - Fundação Getúlio Vargas. Portal FGV. 2021. Artificial Intelligence in the Judiciary: the most complete research on the subject. Disponível em: https://portal.fgv.br/en/news/artificial-intelligence-judiciary-most-complete-research-subject. Acesso em: 04 de mai. 2022.

GANAIE, M. A. et al. Ensemble deep learning: A review. arXiv preprint arXiv:2104.02395. 2021. Disponível em: https://doi.org/10.48550/arXiv.2104.02395. Acesso em: 12 mai. 2022.

GUPTA, S. et al. Task-optimized word embeddings for text classification representations. Frontiers in Applied Mathematics and Statistics, v. 5, p. 67, 2020. Disponível em: https://doi.org/10.3389/fams.2019.00067. Acesso em: 12 mai. 2022.

HOSSIN, M.; SULAIMAN, M. N. A review on evaluation metrics for data classification evaluations. International journal of data mining & knowledge management process, v. 5, n. 2, p. 1, 2015. Disponível em: http://dx.doi.org/10.5121/ijdkp.2015.5201. Acesso em: 06 jun. 2022.

HOVY, D. Text Analysis in Python for Social Scientists: Prediction and Classification. Cambridge University Press, 2021. Disponível em: https://doi.org/10.48550/arXiv.2104.02395. Acesso em: 06 jun. 2022.

HVITFELDT, E.; SILGE, J. Supervised machine learning for text analysis in R. Chapman and Hall/CRC, 2021.

JOCKERS, M. L. Text analysis with R for students of literature. Cham: Springer, 2014.

KULAS, Jack. Philosophy and Natural-Language Processing. In: Kulas, J., Fetzer, J.H., Rankin, T.L. (eds) Philosophy, Language, and Artificial Intelligence. Studies in Cognitive Systems, vol 2. Springer, Dordrecht. 1988. Disponível em: https://doi.org/10.1007/978-94-009-2727-8_1. Acesso em: 07 abr. 2022.

LIU, Bing. Sentiment analysis: Mining opinions, sentiments, and emotions. Cambridge university press, 2020.

LIU, Q.; KUSNER, M. J.; BLUNSOM, P. A survey on contextual embeddings. arXiv preprint arXiv:2003.07278, 2020. Disponível em: https://doi.org/10.48550/arXiv.2003.07278. Acesso em: 15 abr. 2022.

MARTIN, J. H. Speech and language processing: An introduction to natural language processing, computational linguistics, and speech recognition. Pearson/Prentice Hall, 2009.

MEIJER, H. J.; TRUONG, J.; KARIMI, R. Document embedding for scientific articles: Efficacy of word embeddings vs TFIDF., 2021. Disponível em: https://doi.org/10.48550/arXiv.2107.05151. Acesso em: 12 mai. 2022.

NAY, J. Natural Language Processing for Legal Texts. In D. Katz, R. Dolin, & M. Bommarito (Eds.), Legal Informatics (pp. 99-113). Cambridge: Cambridge University Press. 2021. Disponível em: https://doi.org/10.1017/9781316529683.011. Acesso em: 07 abr. 2022.

OOMS, J. 2022. Tesseract: Open Source OCR Engine. Disponível em: https://CRAN.R-project.org/package=tesseract. Acesso em: 02 fev. 2022.

PEIXOTO, F. H. Projeto Victor: relato do desenvolvimento da inteligência artificial na repercussão geral do Supremo Tribunal Federal. Revista Brasileira de Inteligência Artificial e Direito-RBIAD, v. 1, n. 1, p. 1-22, 2020.

PYTHON SOFTWARE FOUNDATION. Python Language, 2022. Disponível em: https://www.python.org/. Acesso em: 06 jun. 2022.

R CORE TEAM. R: A language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing, 2022. Disponível em: https://www.R-project.org/. Acesso em: 06 jun. 2022.

SHERSTINSKY, A. Fundamentals of recurrent neural network (RNN) and long short-term memory (LSTM) network. Physica D: Nonlinear Phenomena, v. 404, p. 132306, 2020. Disponível em: https://doi.org/10.48550/arXiv.1808.03314. Acesso em: 06 jun. 2022.

STF - Supremo Tribunal Federal. Hotsite Agenda 2030 STF. 2022. Disponível em: http://portal.stf.jus.br/hotsites/agenda-2030/. Acesso em: 11 abr. 2022.

______. Painel: STF e Agenda 2030. 2022. Metadados de processos. Disponível em: https://transparencia.stf.jus.br/single/?appid=bc086310-9ce5-4b55-9a8a-e420a907ccca&sheet=db127d33-d4c1-47e0-8bab-3079214719c6&opt=ctxmenu. Acesso em: 11 abr. 2022.

STJ - Superior Tribunal de Justiça. Revolução tecnológica e desafios da pandemia marcaram gestão do ministro Noronha na presidência do STJ. 2020. Disponível em: https://www.stj.jus.br/sites/portalp/Paginas/Comunicacao/Noticias/23082020-Revolucao-tecnologica-e-desafios-da-pandemia-marcaram-gestao-do-ministro-Noronha-na-presidencia-do-STJ.aspx. Acesso em: 14 mai. 2022.

TJGO - Tribunal de Justiça do Estado de Goiás. Lançamento Oficial da ferramenta Berna - Sistema de Inteligência Artificial. Youtube, 26 mai. 2020. Disponível em: https://www.youtube.com/watch?v=MY8OG7UGdhM. Acesso em: 14 mai. 2022.

VAJJALA, S. et al. Practical natural language processing: a comprehensive guide to building real-world NLP systems. O'Reilly Media, 2020.

Downloads

Published

2022-12-20

Issue

Vol. 14 No. 26 (2022): Revista da CGU, 26,jul-dez/2022

Section

Ciência de Dados na Administração Pública: Desafios e Oportunidades

License

Copyright (c) 2022 Revista da CGU

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

The Revista da CGU follows the Creative Commons Attribution 4.0 International License (CC BY), which allows the use and sharing of published works with mandatory indication of authors and sources. Contents published until 2019 have generic permission for use and sharing with mandatory indication of authorship and source.

We highlight some essential and non-exhaustive points related:

  • The submission of the proposal implies a commitment not to submit it to another journal and authorizes if approved, its publication.
  • The submission of the proposal also implies that the author(s) agrees with the publication, without resulting in remuneration, reimbursement, or compensation of any kind.
  • The published texts are the responsibility of the authors and do not necessarily represent the opinion of the journal.
  • Responsibility for any plagiarism is the responsibility of the author(s).
  • The person responsible for the submission declares, under the penalties of the Law, that the information on the authorship of the work is complete and correct.

Also highlighted are the items related to our Editorial Policies, in particular on the Focus and Scope, Publication Ethics, Peer Review Process, and Open Access Policy.

How to Cite

Classification of lawsuits according to the Sustainable Development Goals of the UN 2030 Agenda. Revista da CGU, [S. l.], v. 14, n. 26, 2022. DOI: 10.36428/revistadacgu.v14i26.548. Disponível em: https://revista.cgu.gov.br/Revista_da_CGU/article/view/548.. Acesso em: 18 may. 2024.

Similar Articles

11-18 of 18

You may also start an advanced similarity search for this article.