Banca de QUALIFICAÇÃO: FABRÍCIO ALMEIDA DO CARMO
2026-06-01 14:46:47.74
Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: FABRÍCIO ALMEIDA DO CARMO
DATA: 03/06/2026
HORA: 10:20
LOCAL: https://meet.google.com/eca-qrzr-jzu
TÍTULO: Aprendizado Contrastivo Estrutural para Embeddings Jurídicos: Aplicação ao Contexto Brasileiro
PALAVRAS-CHAVES: Documentos Legais; Representação Textual; Embeddings Jurídicos; Modelos de Linguagem; Recuperação de Informação Jurídica
PÁGINAS: 108
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO: O domínio jurídico tem passado por um processo de modernização tecnológica, no qual a transição para o processo eletrônico gerou volumes expressivos de dados não estruturados. No Brasil, embora iniciativas como o Programa Justiça 4.0 tenham organizado esses acervos, a Recuperação de Informação (RI) ainda enfrenta obstáculos técnicos significativos. Modelos de embeddings atuais, baseados predominantemente em arquiteturas Encoder-only (e.g., BERTimbau), apresentam limitações de janela de contexto e têm dificuldade em correlacionar conceitos jurídicos distantes em peças processuais extensas. Esta proposta de tese visa superar essas lacunas por meio do desenvolvimento de um framework de Aprendizado Contrastivo Estrutural-Jurídico. A hipótese central sustenta que a adaptação de Large Language Models (LLMs) generativos, orientada pela topologia documental orgânica (e.g., pares Ementa-Voto), supera a dependência de dados puramente sintéticos, mitigando riscos de degradação semântica. A metodologia propõe adaptação paramétrica eficiente de LLMs, utilizando a injeção iterativa de negativos difíceis e negativos de domínio, associados a mecanismos de tolerância para mitigar o impacto de falsos negativos. Integrada a técnicas de aprendizado de representações com organização hierárquica e multi-escala, essa abordagem visa garantir eficiência dimensional adaptativa. Para a validação, será desenvolvido o benchmark Jur-MTEB-BR. Espera-se contribuir com artefatos abertos e mais seguros, alinhados às diretrizes do CNJ para o desenvolvimento de aplicações baseadas em Inteligência Artificial no setor.
MEMBROS DA BANCA:
Interno - 407686 - ANSELMO CARDOSO DE PAIVA
Interno - 785.225.522-15 - ANTONIO FERNANDO LAVAREDA JACOB JÚNIOR
Presidente - 242.673.413-20 - EWALDO EDER CARVALHO SANTANA
Co-orientador externo à instituição - FABIO MANOEL FRANÇA LOBATO - UFOPA
Externo à Instituição - LEANDRO BALBY MARINHO - UFCG
Externo à Instituição - NADIA FELIX FELIPE DA SILVA - UNIEVANGÉLICA