Búsqueda de jurisprudencia en Colombia basada en procesamiento de lenguaje natural (NLP) y Linked Data
DOI:
https://doi.org/10.17981/ingecuc.16.2.2020.22Palabras clave:
procesamiento de lenguaje natural judicial, resumen automatizado, recuperación de documentos judiciales, evaluación del sistemaResumen
Objetivo— Desarrollar un modelo de búsqueda de sentencias judiciales soportado en procesamiento del lenguaje natural que permita analizar el texto de las sentencias jurisprudenciales. Adicionalmente, se usa link-data con el propósito de aprovechar la interrelación del contenido en las sentencias judiciales relacionadas y mejorar los procesos de búsqueda.
Metodología— El modelo de búsqueda se desarrolló en dos fases: la primera es la fase de entrenamiento para generar los modelos requeridos para crear un índice, y en segundo lugar, una fase de búsqueda donde el usuario ingresa una cadena de búsqueda y se utiliza el índice creado en la fase anterior para encontrar los documentos (sentencias judiciales) relacionados con de búsqueda. Se realizó una comparación con otros buscadores existentes de la Corte Suprema de Justicia de Colombia. La evaluación se dividió en 2 pasos. 1) Evaluación de los resultados obtenidos en cada búsqueda, 2) Satisfacción del usuario ante los resultados obtenidos en las búsquedas.
Resultados— La plataforma desarrollada supera al sistema de búsqueda existente del tribunal en cuanto a satisfacción y precisión del usuario.
Conclusiones— El diseño e implementación del modelo de búsqueda de sentencias judiciales basada en Procesamiento del Lenguaje Natural (PNL) y linked data contribuyó a mejorar la experiencia del usuario y la precisión de la búsqueda de sentencias judiciales.
Descargas
Citas
M. V. Gaviria, “Aproximaciones a la historia del derecho en Colombia,” Hist Soc, no. 22, pp. 131–156, 2012. Disponible en https://revistas.unal.edu.co/index.php/hisysoc/article/view/32363
M. R. Segura, “Precedente jurisprudencial vs unificación jurisprudencial,” ensayo inédito, Bog, CO: UniLibre, 2011.
República de Colombia. “Sistema de Consulta de Jurisprudencia.” Portal Rama Judicial del Poder Público. Disponible en https://jurisprudencia.ramajudicial.gov.co/WebRelatoria/consulta/index.xhtml. (accedido en 2011)
República de Colombia. “Sistema de Consulta de Jurisprudencia,” Portal Consejo de Estado. Disponible en https://jurisprudencia.ramajudicial.gov.co/WebRelatoria/ce/index.html. (accedido en 2015)
J. B. Vallet, “El razonamiento Judicial,” An Fund Fco Elías Tejada, no. 15, pp. 15–28, 2009. Recuperado de http://fundacioneliasdetejada.org/wp-content/uploads/2014/03/ANA15-015-028.pdf
A. Wyner, R. Mochales-Palau, M.-F. Moens & D. Milward, “Approaches to Text Mining Arguments from Legal Cases,” in Semantic Processing of Legal Texts, E. Francesconi, S. Montemagni, W. Peters and D. Tiscornia, Eds, vol. 6036. SXF, DEU: Springer, 2010, pp. 60–79. https://doi.org/10.1007/978-3-642-12837-0_4
G. Venturi, “Legal Language and Legal Knowledge Management Applications,” in Semantic Processing of Legal Texts, E. Francesconi, S. Montemagni, W. Peters and D. Tiscornia, Eds, vol. 6036. SXF, DEU: Springer, 2010, pp. 3–26. https://doi.org/10.1007/978-3-642-12837-0_1
L. O. de Colla & V. L. S. de Lima, “Clustering and Categorization of Brazilian Portuguese Legal Documents,” presented Computational Processing of the Portuguese Language, PROPOR 2012, Coi, PT, Apr. 17-20, 2012, pp. 272–283. https://doi.org/10.1007/978-3-642-28885-2_31
N. Zong, S. Lee, J. Ahn & H. G. Kim, “Supporting inter-topic entity search for biomedical Linked Data based on heterogeneous relationships,” Comput Biol Med, vol. 87, no. 1, Dec. 2016, pp. 217–229, 2017. http://dx.doi.org/10.1016/j.compbiomed.2017.05.026
A. J. C. Trappey, C. V. Trappey, J.-L. Wu & J. W. C. Wang, “Intelligent compilation of patent summaries using machine learning and natural language processing techniques,” Adv Eng Informatics, vol. 43, no. 1, 101027, Jan. 2020. http://dx.doi.org/10.1016/j.aei.2019.101027
R. Kumar & K. Raghuveer, “Legal Documents Clustering using Latent Dirichlet Allocation,” IJAIS, vol. 2, no. 6, pp. 27–33, May. 2012. Available from https://research.ijais.org/volume2/number6/ijais12-450384.pdf
G. Li, Z. Wang & Y. Ma, “Combining Domain Knowledge Extraction With Graph Long Short-Term Memory for Learning Classification of Chinese Legal Documents,” IEEE Access, vol. 7, pp. 139616–139627, Oct. 2019. http://dx.doi.org/10.1109/ACCESS.2019.2943668
C. C. Ordoñez, E. Anchico, A. Ordóñez, C. Méndez & H. A. Ordoñez, “Sistema de Indexación de documentos Jurisprudenciales soportado en Inteligencia Artificial,” Risti, vol. E22, no. E22, pp. 41–52, 2019. Available from http://www.risti.xyz/issues/ristie22.pdf
K. Singh, I. Lytra, A. S. Radhakrishna, S. Shekarpour, M. E. Vidal & J. Lehmann, “No one is perfect: Analysing the performance of question answering components over the DBpedia knowledge graph,” JWS, vol. 65, pp. 1–12, 2020. http://dx.doi.org/10.1016/j.websem.2020.100594
V. N. Gudivada & K. Arbabifard, “Open-Source Libraries, Application Frameworks, and Workflow Systems for NLP,” in Handbook of Statistics. AMS, NL: Elsevier, 2018, pp. 31–50. https://doi.org/10.1016/bs.host.2018.07.007
P. N. Mendes, M. Jakob, A. García-Silva & C. Bizer, “DBpedia spotlight: shedding light on the web of documents,” presented 7th International Conference on Semantic Systems, I-SEMANTICS 2011, GRZ, AUT, 7-9 Sept. 2011, pp. 1–8. http://dx.doi.org/10.1145/2063518.2063519
C. Bizer, T. Heath & T. Berners-Lee, “Linked Data - The Story So Far,” IJSWIS, vol. 5, no. 3, pp. 1–22, 2009. http://dx.doi.org/10.4018/jswis.2009081901
O. Rodríguez, I. Vagliano, C. Figueroa, F. Cairo, G. Futia, C. A. Licciardi, M. Marengo & F. Morando, “Semantic Annotation and Classification in Practice,” IT Prof., vol. 17, no. 2, pp. 33–39, 2015. http://dx.doi.org/10.1109/MITP.2015.29
C. D. Manning, P. Raghavan & H. Schutze, Introduction to Information Retrieval. CBG, USA: Cambridge Univ Press, 2008.
R. Baeza-Yates & B. Ribeiro-Neto, Modern information retrieval. NY, USA: Addison-Wesley Professional, 1999.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2020 INGE CUC
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los artículos publicados son de exclusiva responsabilidad de sus autores y no reflejan necesariamente las opiniones del comité editorial.
La Revista INGE CUC respeta los derechos morales de sus autores, los cuales ceden al comité editorial los derechos patrimoniales del material publicado. A su vez, los autores informan que el presente trabajo es inédito y no ha sido publicado anteriormente.
Todos los artículos están bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional.
English
Español (España)
