Classificação de Documentos Jurídicos Utilizando IA Generativa
Uma Abordagem com RAG e Gemini
DOI:
https://doi.org/10.20873/uft.2675-3588.2026.v7n3.p19-24Palavras-chave:
IA Jurídica, RAG, LLMs, Classificação de Texto, Gemini, Data AugmentationResumo
O Poder Judiciário brasileiro enfrenta um desafio crítico relacionado ao volume massivo de processos digitais, tornando a triagem manual onerosa e suscetível a erros. Este trabalho investiga a aplicação de Inteligência Artificial Generativa para automatizar a classificação de petições utilizando Modelos de Linguagem de Grande Escala (LLMs). A pesquisa apresenta uma evolução metodológica em três etapas: (i) uma abordagem inicial baseada em few-shot learning, que estabeleceu uma linha de base de 56% de acurácia; (ii) o refinamento por meio de engenharia de prompt com N-grams e técnicas de aumento de dados para corrigir o desbalanceamento de classes, alcançando 85% de acurácia; e (iii) a implementação de uma arquitetura de Recuperação Aumentada por Geração (RAG), conectando o modelo Gemini 2.5 da Google a uma base de conhecimento vetorial, com uma acurácia de 84%. Os experimentos utilizaram dados reais do Tribunal de Justiça do Tocantins (TJTO). Os resultados finais demonstram que a abordagem RAG alcançou 84% de acurácia em um cenário complexo de 11 classes, mitigando alucinações e ambiguidades semânticas.
Downloads
Publicado
Como Citar
Licença
Copyright (c) 2026 Ruan Dias Santana, Marcelo Lisboa Rocha
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Autores que publicam neste periódico concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem ao periódico o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License (CC BY-NC 4.0), permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial neste periódico;
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada neste periódico (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial neste periódico;
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto posterior ao processo editorial;
- Além disso, o AUTOR é informado e consente com o periódico que, portanto, seu artigo pode ser incorporado pela Academic Journal on Computing, Engineering and Applied Mathematics em bases e sistemas de informação científica existentes (indexadores e bancos de dados atuais) ou a existir no futuro (indexadores e bancos de dados futuros), nas condições definidas por este último em todos os momentos, que envolverá, pelo menos, a possibilidade de que os titulares desses bancos de dados possam executar as seguintes ações sobre o artigo:
- Reproduzir, transmitir e distribuir o artigo, no todo ou em parte sob qualquer forma ou meio de transmissão eletrônica existente ou desenvolvida no futuro, incluindo a transmissão eletrônica para fins de pesquisa, visualização e impressão;
- Reproduzir e distribuir, no todo ou em parte, o artigo na impressão;
- Traduzir certas partes do artigo;
- Extrair figuras, tabelas, ilustrações e outros objetos gráficos e capturar metadados, legendas e artigo relacionado para fins de pesquisa, visualização e impressão;
- Transmissão, distribuição e reprodução por agentes ou autorizada pelos proprietários de distribuidoras de bases de dados;
- A preparação de citações bibliográficas, sumários e índices e referências de captura relacionados de partes selecionadas do artigo;
- Digitalizar e / ou armazenar imagens e texto de artigo eletrônico.
