Desarrollo de un modelo predictivo como soporte para la revisión de cuestiones lingüísticas y de estilo de los recursos ordinarios de apelación

El presente trabajo aborda el análisis de técnicas de aprendizaje automático aplicadas a la etapa de revisión de los recursos ordinarios de apelación, confeccionados por agentes de Fiscalía de Estado de la Provincia de Buenos Aires en el marco de las causas judiciales en las que interviene. Tomando...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Cervellini, Mariano, Carbone, Miguel
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2019
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/89248
Aporte de:
id I19-R120-10915-89248
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Machine learning
Clasificación automática de textos
Automatización
Aprendizaje supervisado
spellingShingle Ciencias Informáticas
Machine learning
Clasificación automática de textos
Automatización
Aprendizaje supervisado
Cervellini, Mariano
Carbone, Miguel
Desarrollo de un modelo predictivo como soporte para la revisión de cuestiones lingüísticas y de estilo de los recursos ordinarios de apelación
topic_facet Ciencias Informáticas
Machine learning
Clasificación automática de textos
Automatización
Aprendizaje supervisado
description El presente trabajo aborda el análisis de técnicas de aprendizaje automático aplicadas a la etapa de revisión de los recursos ordinarios de apelación, confeccionados por agentes de Fiscalía de Estado de la Provincia de Buenos Aires en el marco de las causas judiciales en las que interviene. Tomando como parámetro determinados acuerdos lingüísticos y de estilo, se realizó una prueba de concepto en la que se los clasificó automáticamente entre aquellos que CUMPLEN y NO CUMPLEN con tales acuerdos, mediante la aplicación de dos métodos: bolsa de palabras y determinación de features a partir métricas preestablecidas. La utilización de este tipo de herramientas posibilita que el/la funcionario/a interviniente en los distintos circuitos de revisión, enfoque sus mayores esfuerzos en el análisis y consideración de las cuestiones formales y sustanciales según la ley vigente del escrito que CUMPLE, mientras que aquel que no cumple, debe ser reexaminado por el profesional encargado de su elaboración. De esa manera se logra una mejora en la actuación estatal y el cumplimiento de sus funciones, sin relegar el control que el/la funcionario/a continúa realizando con la ayuda del modelo predictivo.
format Objeto de conferencia
Objeto de conferencia
author Cervellini, Mariano
Carbone, Miguel
author_facet Cervellini, Mariano
Carbone, Miguel
author_sort Cervellini, Mariano
title Desarrollo de un modelo predictivo como soporte para la revisión de cuestiones lingüísticas y de estilo de los recursos ordinarios de apelación
title_short Desarrollo de un modelo predictivo como soporte para la revisión de cuestiones lingüísticas y de estilo de los recursos ordinarios de apelación
title_full Desarrollo de un modelo predictivo como soporte para la revisión de cuestiones lingüísticas y de estilo de los recursos ordinarios de apelación
title_fullStr Desarrollo de un modelo predictivo como soporte para la revisión de cuestiones lingüísticas y de estilo de los recursos ordinarios de apelación
title_full_unstemmed Desarrollo de un modelo predictivo como soporte para la revisión de cuestiones lingüísticas y de estilo de los recursos ordinarios de apelación
title_sort desarrollo de un modelo predictivo como soporte para la revisión de cuestiones lingüísticas y de estilo de los recursos ordinarios de apelación
publishDate 2019
url http://sedici.unlp.edu.ar/handle/10915/89248
work_keys_str_mv AT cervellinimariano desarrollodeunmodelopredictivocomosoporteparalarevisiondecuestioneslinguisticasydeestilodelosrecursosordinariosdeapelacion
AT carbonemiguel desarrollodeunmodelopredictivocomosoporteparalarevisiondecuestioneslinguisticasydeestilodelosrecursosordinariosdeapelacion
bdutipo_str Repositorios
_version_ 1764820490354950145