Análise comparativa do BERT e ChatGPT no reconhecimento de entidades nomeadas do domínio jurídico

Authors:
Open Access
Publisher website
Google Scholar
Abstract
Este trabalho apresenta uma análise comparativa de dois modelos de linguagem pré-treinados, BERT e ChatGPT, para o reconhecimento de entidades nomeadas em textos jurídicos. O objetivo é avaliar o desempenho desses modelos em uma tarefa essencial para a extração de informações relevantes e específicas de documentos legais não estruturados. O modelo BERT é treinado com o dataset LENER-BR, que contém textos jurídicos anotados com as seguintes categorias de entidades: Jurisprudência, Legislação, Local, Organização, Pessoa e Tempo. O modelo ChatGPT é utilizado sem treinamento adicional, aproveitando o seu conhecimento prévio de linguagem natural. As métricas utilizadas para a avaliação são acurácia, precisão, cobertura e F1-score. Os resultados mostram que o modelo BERT supera o ChatGPT no NER no dataset LENER-BR em todas as métricas. O trabalho contribui para a comunidade de PLN ao fornecer uma análise dos modelos e suas limitações, bem como sugestões para trabalhos futuros.

This publication has 9 references indexed in Scilit: