Modelado de un algoritmo para la identificación de problemas jurídicos y tesis en las providencias de la sección primera del consejo de estado usando técnicas de procesamiento de lenguaje natural.

El Consejo de Estado es el órgano de cierre y máximo Tribunal de lo Contencioso Administrativo en Colombia. En el desarrollo de sus funciones, los consejeros profieren decisiones denominadas autos, sentencias o conceptos. En firme sus decisiones, son remitidas a la relatoría de la corporación para s...

Full description

Autores:: Salazar Molina, Sergio Mauricio
Pinto Cáceres, William Andrés

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2022

Institución:: Universidad Santo Tomás

Repositorio:: Repositorio Institucional USTA

Idioma:: spa

id	SANTTOMAS2_e7e6b73c0faab566a3c983fdc5c38e8d
oai_identifier_str	oai:repository.usta.edu.co:11634/45997
network_acronym_str	SANTTOMAS2
network_name_str	Repositorio Institucional USTA
repository_id_str
dc.title.spa.fl_str_mv	Modelado de un algoritmo para la identificación de problemas jurídicos y tesis en las providencias de la sección primera del consejo de estado usando técnicas de procesamiento de lenguaje natural.
title	Modelado de un algoritmo para la identificación de problemas jurídicos y tesis en las providencias de la sección primera del consejo de estado usando técnicas de procesamiento de lenguaje natural.
spellingShingle	Modelado de un algoritmo para la identificación de problemas jurídicos y tesis en las providencias de la sección primera del consejo de estado usando técnicas de procesamiento de lenguaje natural. NLP Law Consejo de Estado AI Ingeniería Electrónica Ingeniería Algoritmos PLN Consejo de Estado Leyes Relatoría Inteligencia Artificial
title_short	Modelado de un algoritmo para la identificación de problemas jurídicos y tesis en las providencias de la sección primera del consejo de estado usando técnicas de procesamiento de lenguaje natural.
title_full	Modelado de un algoritmo para la identificación de problemas jurídicos y tesis en las providencias de la sección primera del consejo de estado usando técnicas de procesamiento de lenguaje natural.
title_fullStr	Modelado de un algoritmo para la identificación de problemas jurídicos y tesis en las providencias de la sección primera del consejo de estado usando técnicas de procesamiento de lenguaje natural.
title_full_unstemmed	Modelado de un algoritmo para la identificación de problemas jurídicos y tesis en las providencias de la sección primera del consejo de estado usando técnicas de procesamiento de lenguaje natural.
title_sort	Modelado de un algoritmo para la identificación de problemas jurídicos y tesis en las providencias de la sección primera del consejo de estado usando técnicas de procesamiento de lenguaje natural.
dc.creator.fl_str_mv	Salazar Molina, Sergio Mauricio Pinto Cáceres, William Andrés
dc.contributor.advisor.none.fl_str_mv	Calderón Chavez, Juan Manuel
dc.contributor.author.none.fl_str_mv	Salazar Molina, Sergio Mauricio Pinto Cáceres, William Andrés
dc.contributor.orcid.spa.fl_str_mv	https://orcid.org/ 0000-0002-6204-8398
dc.contributor.corporatename.spa.fl_str_mv	Universidad Santo Tomás
dc.subject.keyword.spa.fl_str_mv	NLP Law Consejo de Estado AI
topic	NLP Law Consejo de Estado AI Ingeniería Electrónica Ingeniería Algoritmos PLN Consejo de Estado Leyes Relatoría Inteligencia Artificial
dc.subject.lemb.spa.fl_str_mv	Ingeniería Electrónica Ingeniería Algoritmos
dc.subject.proposal.spa.fl_str_mv	PLN Consejo de Estado Leyes Relatoría Inteligencia Artificial
description	El Consejo de Estado es el órgano de cierre y máximo Tribunal de lo Contencioso Administrativo en Colombia. En el desarrollo de sus funciones, los consejeros profieren decisiones denominadas autos, sentencias o conceptos. En firme sus decisiones, son remitidas a la relatoría de la corporación para su análisis, estandarización, titulación y sistematización. De esta manera quedan disponibles al público para su consulta. La labor de titulación requiere un equipo de trabajo, encargado de incluir en el sistema los datos generales de las providencias, rotularlas a través de palabras claves (descriptores y restrictores), extraer la tesis y los aspectos que consideren relevantes para la debida clasificación y posterior consulta de las decisiones. Este proyecto se dividió en dos etapas. En la primera etapa busca reducir la labor mecánica de estandarización de la información plasmada en los diferentes documentos (providencia, autos, fallos) que adelantan los relatores, mediante el uso de técnicas de Aprendizaje de Máquina, toda vez que desde la Inteligencia Artificial (IA), estos datos se pueden extraer de forma automática y en menores periodos de tiempo a los utilizados por los relatores. Esto le permitirá al equipo de Relatoría ejercer las labores jurídicas propias de su cargo, es decir, el análisis y estudio de las decisiones de la corporación. En el enfoque del Marco Lógico, el problema central de la investigación reside en la dificultad que presenta el consultar el material de la Relatoría del Consejo de Estado, debido a la variedad de términos y estilos de redacción en los que estos documentos son generados y almacenados. Dadas las circunstancias, la ejecución de un sistema de automatización del proceso de titulación de las relatorías, facilitara el acceso al público a la documentación del Consejo de Estado, por medio de la clasificación y estandarización de los documentos.En la segunda etapa se busca automatizar parte del proceso de identificación y extracción de las tesis y los problemas jurídicos de las sentencias de la Sección Primera del Consejo de Estado. Esta labor se plantea mediante un Sistema Inteligente (IS) basado en Procesamiento del Lenguaje Natural (NLP) para el análisis e interpretación de las sentencias, que facilite de forma eficaz y eficiente, la comprensión y la extracción automática del Problema Jurídico y la Tesis.
publishDate	2022
dc.date.accessioned.none.fl_str_mv	2022-07-21T22:08:45Z
dc.date.available.none.fl_str_mv	2022-07-21T22:08:45Z
dc.date.issued.none.fl_str_mv	2022-07-06
dc.type.local.spa.fl_str_mv	Trabajo de grado
dc.type.version.none.fl_str_mv	info:eu-repo/semantics/acceptedVersion
dc.type.coar.none.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.type.drive.none.fl_str_mv	info:eu-repo/semantics/bachelorThesis
format	http://purl.org/coar/resource_type/c_7a1f
status_str	acceptedVersion
dc.identifier.citation.spa.fl_str_mv	Salazar Molina, S. M. y Pinto Cáceres, W. A. (2022). Modelado de un algoritmo para la identificación de problemas jurídicos y tesis en las providencias de la sección primera del consejo de estado usando técnicas de procesamiento de lenguaje natural. [Trabajo de grado, Universidad Santo Tomás]. Repositorio institucional.
dc.identifier.uri.none.fl_str_mv	http://hdl.handle.net/11634/45997
dc.identifier.reponame.spa.fl_str_mv	reponame:Repositorio Institucional Universidad Santo Tomás
dc.identifier.instname.spa.fl_str_mv	instname:Universidad Santo Tomás
dc.identifier.repourl.spa.fl_str_mv	repourl:https://repository.usta.edu.co
identifier_str_mv	Salazar Molina, S. M. y Pinto Cáceres, W. A. (2022). Modelado de un algoritmo para la identificación de problemas jurídicos y tesis en las providencias de la sección primera del consejo de estado usando técnicas de procesamiento de lenguaje natural. [Trabajo de grado, Universidad Santo Tomás]. Repositorio institucional. reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co
url	http://hdl.handle.net/11634/45997
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.relation.references.spa.fl_str_mv	Amory Reyes. Machine Learning: Qué es, para qué sirve - Atica Ingeniería. Feb. de 2020. URL: https : / / aticaingenieria . cl / machine - learning - que - es - para - que - sirve/. Gustavo A Cardona y Juan M Calderon. «Robot swarm navigation and victim detection using rendezvous consensus in search and rescue operations». En: Applied Sciences 9.8 (2019), pág. 1702. Jose León y col. «Robot swarms theory applicable to seek and rescue operation». En: International Conference on Intelligent Systems Design and Applications. Springer. 2016, págs. 1061-1070. Wilson O Quesada y col. «Leader-follower formation for uav robot swarm based on fuzzy logic theory». En: International Conference on Artificial Intelligence and Soft Computing. Springer. 2018, págs. 740-751. Nicolás Gómez y col. «Leader-follower Behavior in Multi-agent Systems for Search and Rescue Based on PSO Approach». En: SoutheastCon 2022. IEEE. 2022, págs. 413-420. Juan D Pabon y col. «Event-Triggered Control for Weight-Unbalanced Directed Robot Networks». En: 2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE. 2021, págs. 5831-5836. Nestor I Ospina y col. «Argrohbots: An affordable and replicable ground homogeneous robot swarm testbed». En: IFAC-PapersOnLine 54.13 (2021), págs. 256-261. Edgar C Camacho, Nestor I Ospina y Juan M Calderón. «COVID-Bot: UV-C Based Autonomous Sanitizing Robotic Platform for COVID-19». En: Ifac-papersonline 54.13 (2021), págs. 317-322. Edgar C Camacho, Jose Guillermo Guarnizo, Juan M Calderon y col. «Design and Construction of a Cost-Oriented Mobile Robot for Domestic Assistance». En: IFAC-PapersOnLine 54.13 (2021), págs. 293-298 GA Cardona y col. «Autonomous navigation for exploration of unknown environments and collision avoidance in mobile robots using reinforcement learning». En: 2019 SoutheastCon. IEEE. 2019, págs. 1-7. Laura J Padilla Reyes y col. «Adaptable Recommendation System for Outfit Selection with Deep Learning Approach». En: IFAC-PapersOnLine 54.13 (2021), págs. 605-610. Saith Rodrıguez y col. «Fast path planning algorithm for the robocup small size league». En: Robot Soccer World Cup. Springer. 2014, págs. 407-418. Saith Rodrıguez y col. «STOx’s 2016 Team description paper». En: (2013). Saith Rodrıguez y col. «STOx’s 2015 Extended Team Description Paper». En: Joao Pessoa, Brazil (2014). Juan M Calderon y col. «A Robot soccer team as a strategy to develop educational iniciatives». En: Latin American and Caribbean Conference for Engineering and Technology, Panama City, Panama. 2012. Heyson Báez y col. «Application of an educational strategy based on a soccer robotic platform». En: 2013 16th International Conference on Advanced Robotics (ICAR). IEEE. 2013, págs. 1-6. Marta Lucía y col. «CONSEJO NACIONAL DE POLÍTICA ECONÓMICA Y SOCIAL CONPES Iván Duque Márquez Presidente de la República». En: (). Sagee Geetha Sethu. «The Inevitability of an International Regulatory Framework for Artificial Intelligence». En: Institute of Electrical y Electronics Engineers Inc., abr. de 2019, págs. 367-372. ISBN: 9781538680100. DOI: 10.1109/ICACTM.2019.8776819. Harry Surden. Machine Learning and Law. Mar. de 2014. URL: https://papers.ssrn. com/abstract=2417415. CONSEJO DE ESTADO. ACUERDO 80 DE 2019. 2019. URL: https://normativa.colpensiones.gov.co/colpens/docs/pdf/acuerdo_ cdeestado_0080_2019.pdf. Archit P. Patil, Devansh Jain Nawal y Dipika Jain. «Crime Prediction Application Using Artificial Intelligence». En: vol. 605. Springer, 2020, págs. 238-245. ISBN: 9783030305765. DOI: 10.1007/978-3-030-30577-2_20. URL: https://link.springer.com/ chapter/10.1007/978-3-030-30577-2_20. Brian Seamus Haney. «Applied Natural Language Processing for Law Practice». En: SSRN Electronic Journal (nov. de 2019). ISSN: 1556-5068. DOI: 10.2139/ssrn.3476351. URL: https://papers.ssrn.com/abstract=3476351. M Palmirani. Legal Knowledge and Information Systems: JURIX 2018: The Thirty-first Annual Conference. IOS Press, 2018. ISBN: 9781614999355. URL: https://books.google.com. co/books?id=hrh9DwAAQBAJ. Shuijing Hu. «Comparative study on patent eligibility of artificial intelligence in the united states, china and japan». En: Institute of Electrical y Electronics Engineers Inc., ene. de 2020, págs. 965-968. ISBN: 9781728166971. DOI: 10.1109/ICITBS49701.2020.00215. Jiajing Li y col. «A Markov logic networks based method to predict judicial decisions of divorce cases». En: Institute of Electrical y Electronics Engineers Inc., oct. de 2018, págs. 129-132. ISBN: 9781538651827. DOI: 10.1109/SmartCloud.2018.00029. Ge Yan y col. «Law Article Prediction Based on Deep Learning». En: Institute of Electrical y Electronics Engineers Inc., jul. de 2019, págs. 281-284. ISBN: 9781728139258. DOI: 10. 1109/QRS-C.2019.00060. Masha Medvedeva, Michel Vols y Martijn Wieling. «Using machine learning to predict decisions of the European Court of Human Rights». En: Artificial Intelligence and Law 28 (2 2020), págs. 237-266. ISSN: 15728382. DOI: 10.1007/s10506-019-09255-y. URL: https://doi.org/10.1007/s10506-019-09255-y. Baogui Chen y col. «A Deep Learning Method for Judicial Decision Support». En: Institute of Electrical y Electronics Engineers Inc., jul. de 2019, págs. 145-149. ISBN: 9781728139258. DOI: 10.1109/QRS-C.2019.00040. Chunyu Xia y col. «Similarity Analysis of Law Documents Based on Word2vec». En: Institute of Electrical y Electronics Engineers Inc., jul. de 2019, págs. 354-357. ISBN: 9781728139258. DOI: 10.1109/QRS-C.2019.00072. Yadong Cui, Cao Yan y Liu Yan. Artificial intelligence and judicial modernization. Springer Singapore, ene. de 2019, págs. 1-224. ISBN: 9789813298804. DOI: 10.1007/978- 981- 32-9880-4. Reshma Sheik y S. Jaya Nirmala. «Deep Learning Techniques for Legal Text Summarization». En: 2021 IEEE 8th Uttar Pradesh Section International Conference on Electrical, Electronics and Computer Engineering, UPCON 2021 (2021). DOI: 10.1109/UPCON52273.2021.9667640. Naimoonisa Begum y Ankur Goyal. «Analysis of Legal Case Document Automated Summarizer». En: Proceedings of IEEE International Conference on Signal Processing,Computing and Control 2021-October (2021), págs. 533-538. ISSN: 26438615. DOI: 10.1109/ISPCC53510.2021.9609442. Purbid Bambroo y Aditi Awasthi. «LegalDB: Long DistilBERT for Legal Document Classification; LegalDB: Long DistilBERT for Legal Document Classification». En: (2021). DOI: 10 . 1109 / ICAECT49130 . 2021 . 9392558. URL: https://www.courtlistener.com/api/bulk-. Dinh-Truong Do. «Kodiak@ALQAC2021: Deep Learning for Vietnamese Legal Information Processing». En: (dic. de 2021), págs. 1-5. DOI: 10.1109/KSE53942.2021.9648744. Daniel A. Rincón-Riveros y col. «Automation system based on NLP for legal clinic assistance». En: IFAC-PapersOnLine 54 (13 2021), págs. 283-288. ISSN: 24058963. DOI: 10.1016/J.IFACOL.2021.10.460. Riya Sil y col. «Artificial Intelligence and Machine Learning based Legal Application: The State-of-the-Art and Future Research Trends». En: vol. 2019-Janua. Institute of Electrical y Electronics Engineers Inc., oct. de 2019, págs. 57-62. ISBN: 9781728148267. DOI: 10 . 1109/ICCCIS48478.2019.8974479. Ali Sadeghian y col. «Automatic semantic edge labeling over legal citation graphs». En: Artificial Intelligence and Law 26 (2018), págs. 127-144. DOI: 10 . 1007 / s10506 - 018 - 9217-1. URL: https://doi.org/10.1007/s10506-018-9217-1. Kirill Romanyuk. «Game Theoretic Approach for Applying Artificial Intelligence in the Credit Industry». En: Institute of Electrical y Electronics Engineers Inc., feb. de 2019, págs. 1-6. ISBN: 9781538671467. DOI: 10.1109/CTIT.2018.8649493. R.S. Becerra. La responsabilidad extracontractual de la administración pública. Ediciones Jurıdicas Gustavo Ibáñez, 2003. ISBN: 9789588192185. Lambrini Seremeti y Ioannis Kougias. «Legal issues within ambient intelligence environments». En: Institute of Electrical y Electronics Engineers Inc., jul. de 2019. ISBN: 9781728149592. DOI: 10.1109/IISA.2019.8900748. Harry Surden. «Artificial Intelligence and Law: An Overview, 35 GA». En: U. L. Rev (2019). URL: https://scholar.law.colorado.edu/articles/1234/ Kevin D. Ashley. Artificial intelligence and legal analytics: New tools for law practice in the digital age. Cambridge University Press, ene. de 2017, págs. 1-426. ISBN: 9781316761380. DOI: 10 . 1017 / 9781316761380. URL: /core / books / artificial - intelligence - and - legal - analytics/E7D705EEF392501A1DB180645917E7E0. Stephan Raaijmakers. «Artificial Intelligence for Law Enforcement: Challenges and Opportunities». En: IEEE Security and Privacy 17 (5 sep. de 2019), págs. 74-77. ISSN: 15584046. DOI: 10.1109/MSEC.2019.2925649. Juan, Jorge Almonacid Sierra y Yeisson Coronel Ávila. «Aplicabilidad de la inteligencia artificial y la tecnología blockchain en el derecho contractual privado * Application of Artificial Intelligence and Blockchain in Contract Law». En: Revista de derecho privado (2020), pág. 24. DOI: 10.18601/01234366. Alfredo Monroy, Hiramand Calvo y Alexander Gelbukh. «NLP for shallow question answering of legal documents using graphs». En: vol. 5449 LNCS. Springer, Berlin, Heidelberg, 2009, págs. 498-508. ISBN: 3642003818. DOI: 10 . 1007 / 978 - 3 - 642 - 00382 - 0 _ 40. URL: https://link.springer.com/chapter/10.1007/978-3-642-00382-0_40. Marco Lippi y col. «CLAUDETTE: an automated detector of potentially unfair clauses in online terms of service». En: Artificial Intelligence and Law 27 (2019), págs. 117-139. DOI: 10.1007/s10506-019-09243-2. URL: https://doi.org/10.1007/s10506- 019-09243-2. Ilaria Angela Araszkiewicz Michałand Amantea y col. «ICAIL Doctoral Consortium, Montreal 2019». En: vol. 28. Springer, jun. de 2020, págs. 267-280. DOI: 10.1007/s10506- 020- 09267- z. URL: https://link- springer- com.craiustadigital.usantotomas.edu.co/article/10.1007/s10506-020-09267- z. John Zeleznikow y Andrew Stranieri. «Knowledge discovery in the legal domain». En: IEEE, 1997, págs. 574-577. DOI: 10.1109/tai.1997.632305. Office Open XML - Anatomy of an OOXML WordProcessingML File. URL: http://officeopenxml.com/anatomyofOOXML.php. Jasmeet Singh y Vishal Gupta. «Text Stemming». En: ACM Computing Surveys (CSUR) 49 (3 sep. de 2016). ISSN: 15577341. DOI: 10.1145/2975608. URL: https://dl.acm. org/doi/abs/10.1145/2975608. Vijayarani Mohan. «Preprocessing Techniques for Text Mining-An Overview Privacy Preserving Data Mining View project». En: (). URL: https://www.researchgate.net/publication/339529230. What Are Baseline Models and Benchmarking For Machine Learning. . . – Towards AI. URL: https : / / towardsai . net / p / l / what - are - baseline - models - and - benchmarking-for-machine-learning-why-we-need-them Jurafsky Daniel y James H Martin. «Speech and Language Processing». En: (2021). Cai Zhi Liu y col. «Research of Text Classification Based on Improved TF-IDF Algorithm». En: 2018 IEEE International Conference of Intelligent Robotic and Control Engineering, IRCE 2018 (oct. de 2018), págs. 69-73. DOI: 10.1109/IRCE.2018.8492945. 1.4. Support Vector Machines — scikit-learn 1.0.2 documentation. URL: https://scikitlearn.org/stable/modules/svm.html. 6.1. Pipelines and composite estimators — scikit-learn 1.0.2 documentation. URL: https://scikit-learn.org/stable/modules/compose.html#combiningestimators. 1.13. Feature selection — scikit-learn 1.0.2 documentation. URL: https://scikit-learn. org / stable / modules / feature _ selection . html # univariate - feature - selection. Leo Breiman. «Random Forests». En: 45 (2001), págs. 5-32. Consejo de Estado \| – Justicia – Guía – Control. URL: https://www.consejodeestado. gov.co/. Larry. Python - Transformar números a literales. Mar. de 2008. URL: https : / / www . lawebdelprogramador . com / foros / Python / 297286 - Transformar-numeros-a-literales.html.
dc.rights.*.fl_str_mv	Atribución-NoComercial-SinDerivadas 2.5 Colombia Atribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.uri.*.fl_str_mv	http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv	Abierto (Texto Completo)
dc.rights.accessrights.none.fl_str_mv	info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv	http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	Atribución-NoComercial-SinDerivadas 2.5 Colombia http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv	openAccess
dc.format.mimetype.spa.fl_str_mv	application/pdf
dc.coverage.campus.spa.fl_str_mv	CRAI-USTA Bogotá
dc.publisher.spa.fl_str_mv	Universidad Santo Tomás
dc.publisher.program.spa.fl_str_mv	Pregrado Ingeniería Electrónica
dc.publisher.faculty.spa.fl_str_mv	Facultad de Ingeniería Electrónica
institution	Universidad Santo Tomás
bitstream.url.fl_str_mv	https://repository.usta.edu.co/bitstream/11634/45997/1/2022SalazarSergioPintoWilliam.pdf https://repository.usta.edu.co/bitstream/11634/45997/2/Carta_aprobacion_Biblioteca.%20PINTO%20Y%20SALAZAR%20.pdf https://repository.usta.edu.co/bitstream/11634/45997/6/Carta_autorizacion_autoarchivo_autor_2022_2.pdf https://repository.usta.edu.co/bitstream/11634/45997/7/license_rdf https://repository.usta.edu.co/bitstream/11634/45997/8/license.txt https://repository.usta.edu.co/bitstream/11634/45997/9/2022SalazarSergioPintoWilliam.pdf.jpg https://repository.usta.edu.co/bitstream/11634/45997/10/Carta_aprobacion_Biblioteca.%20PINTO%20Y%20SALAZAR%20.pdf.jpg https://repository.usta.edu.co/bitstream/11634/45997/11/Carta_autorizacion_autoarchivo_autor_2022_2.pdf.jpg
bitstream.checksum.fl_str_mv	895f79df36b9eb64a1ab24aab87284d7 0aabbd1b897734c4650b28540502ed7e e84052074929c5d1deebc62430ef0fd0 217700a34da79ed616c2feb68d4c5e06 aedeaf396fcd827b537c73d23464fc27 9777e7e5c5ec6a38dc29091c313ec679 5c50858c5c402cc65c5fdb4b828b58a3 63e7d4e5d3b17275a35b03a6fd8fe0aa
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv	repositorio@usantotomas.edu.co
_version_	1782026301199089664
spelling	Calderón Chavez, Juan ManuelSalazar Molina, Sergio MauricioPinto Cáceres, William Andréshttps://orcid.org/ 0000-0002-6204-8398Universidad Santo Tomás2022-07-21T22:08:45Z2022-07-21T22:08:45Z2022-07-06Salazar Molina, S. M. y Pinto Cáceres, W. A. (2022). Modelado de un algoritmo para la identificación de problemas jurídicos y tesis en las providencias de la sección primera del consejo de estado usando técnicas de procesamiento de lenguaje natural. [Trabajo de grado, Universidad Santo Tomás]. Repositorio institucional.http://hdl.handle.net/11634/45997reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEl Consejo de Estado es el órgano de cierre y máximo Tribunal de lo Contencioso Administrativo en Colombia. En el desarrollo de sus funciones, los consejeros profieren decisiones denominadas autos, sentencias o conceptos. En firme sus decisiones, son remitidas a la relatoría de la corporación para su análisis, estandarización, titulación y sistematización. De esta manera quedan disponibles al público para su consulta. La labor de titulación requiere un equipo de trabajo, encargado de incluir en el sistema los datos generales de las providencias, rotularlas a través de palabras claves (descriptores y restrictores), extraer la tesis y los aspectos que consideren relevantes para la debida clasificación y posterior consulta de las decisiones. Este proyecto se dividió en dos etapas. En la primera etapa busca reducir la labor mecánica de estandarización de la información plasmada en los diferentes documentos (providencia, autos, fallos) que adelantan los relatores, mediante el uso de técnicas de Aprendizaje de Máquina, toda vez que desde la Inteligencia Artificial (IA), estos datos se pueden extraer de forma automática y en menores periodos de tiempo a los utilizados por los relatores. Esto le permitirá al equipo de Relatoría ejercer las labores jurídicas propias de su cargo, es decir, el análisis y estudio de las decisiones de la corporación. En el enfoque del Marco Lógico, el problema central de la investigación reside en la dificultad que presenta el consultar el material de la Relatoría del Consejo de Estado, debido a la variedad de términos y estilos de redacción en los que estos documentos son generados y almacenados. Dadas las circunstancias, la ejecución de un sistema de automatización del proceso de titulación de las relatorías, facilitara el acceso al público a la documentación del Consejo de Estado, por medio de la clasificación y estandarización de los documentos.En la segunda etapa se busca automatizar parte del proceso de identificación y extracción de las tesis y los problemas jurídicos de las sentencias de la Sección Primera del Consejo de Estado. Esta labor se plantea mediante un Sistema Inteligente (IS) basado en Procesamiento del Lenguaje Natural (NLP) para el análisis e interpretación de las sentencias, que facilite de forma eficaz y eficiente, la comprensión y la extracción automática del Problema Jurídico y la Tesis.The Council of State is the closing body and the highest Court of Administrative Litigation in Colombia. In the development of their functions, the directors make decisions called orders, sentences or concepts. Once their decisions are firm, they are sent to the corporation's rapporteurship for analysis, standardization, titling and systematization. In this way they are available to the public for consultation. The titling work requires a work team, in charge of including in the system the general data of the orders, labeling them through keywords (descriptors and restrictors), extracting the thesis and the aspects that they consider relevant for the proper classification and subsequent decision consultation. This project was divided into two stages. In the first stage, it seeks to reduce the mechanical work of standardizing the information embodied in the different documents (providence, orders, rulings) that the rapporteurs advance, through the use of Machine Learning techniques, since Artificial Intelligence (AI ), these data can be extracted automatically and in shorter periods of time than those used by the rapporteurs. This will allow the Rapporteurship team to carry out the legal tasks of their position, that is, the analysis and study of the corporation's decisions. In the Logical Framework approach, the central problem of the research lies in the difficulty of consulting the material of the Rapporteurship of the Council of State, due to the variety of terms and writing styles in which these documents are generated and stored. . Given the circumstances, the execution of a system to automate the certification process of the rapporteurships will facilitate public access to the documentation of the Council of State, through the classification and standardization of documents. In the second stage, the aim is to automate part of the process of identification and extraction of the theses and the legal problems of the sentences of the First Section of the Council of State. This work is proposed by means of an Intelligent System (IS) based on Natural Language Processing (NLP) for the analysis and interpretation of sentences, which facilitates, in an effective and efficient way, the understanding and automatic extraction of the Legal Problem and the Thesis.Ingeniero ElectronicoPregradoapplication/pdfspaUniversidad Santo TomásPregrado Ingeniería ElectrónicaFacultad de Ingeniería ElectrónicaAtribución-NoComercial-SinDerivadas 2.5 ColombiaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelado de un algoritmo para la identificación de problemas jurídicos y tesis en las providencias de la sección primera del consejo de estado usando técnicas de procesamiento de lenguaje natural.NLPLawConsejo de EstadoAIIngeniería ElectrónicaIngenieríaAlgoritmosPLNConsejo de EstadoLeyesRelatoríaInteligencia ArtificialTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BogotáAmory Reyes. Machine Learning: Qué es, para qué sirve - Atica Ingeniería. Feb. de 2020. URL: https : / / aticaingenieria . cl / machine - learning - que - es - para - que - sirve/.Gustavo A Cardona y Juan M Calderon. «Robot swarm navigation and victim detection using rendezvous consensus in search and rescue operations». En: Applied Sciences 9.8 (2019), pág. 1702.Jose León y col. «Robot swarms theory applicable to seek and rescue operation». En: International Conference on Intelligent Systems Design and Applications. Springer. 2016, págs. 1061-1070.Wilson O Quesada y col. «Leader-follower formation for uav robot swarm based on fuzzy logic theory». En: International Conference on Artificial Intelligence and Soft Computing. Springer. 2018, págs. 740-751.Nicolás Gómez y col. «Leader-follower Behavior in Multi-agent Systems for Search and Rescue Based on PSO Approach». En: SoutheastCon 2022. IEEE. 2022, págs. 413-420.Juan D Pabon y col. «Event-Triggered Control for Weight-Unbalanced Directed Robot Networks». En: 2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE. 2021, págs. 5831-5836.Nestor I Ospina y col. «Argrohbots: An affordable and replicable ground homogeneous robot swarm testbed». En: IFAC-PapersOnLine 54.13 (2021), págs. 256-261.Edgar C Camacho, Nestor I Ospina y Juan M Calderón. «COVID-Bot: UV-C Based Autonomous Sanitizing Robotic Platform for COVID-19». En: Ifac-papersonline 54.13 (2021), págs. 317-322.Edgar C Camacho, Jose Guillermo Guarnizo, Juan M Calderon y col. «Design and Construction of a Cost-Oriented Mobile Robot for Domestic Assistance». En: IFAC-PapersOnLine 54.13 (2021), págs. 293-298GA Cardona y col. «Autonomous navigation for exploration of unknown environments and collision avoidance in mobile robots using reinforcement learning». En: 2019 SoutheastCon. IEEE. 2019, págs. 1-7.Laura J Padilla Reyes y col. «Adaptable Recommendation System for Outfit Selection with Deep Learning Approach». En: IFAC-PapersOnLine 54.13 (2021), págs. 605-610.Saith Rodrıguez y col. «Fast path planning algorithm for the robocup small size league». En: Robot Soccer World Cup. Springer. 2014, págs. 407-418.Saith Rodrıguez y col. «STOx’s 2016 Team description paper». En: (2013).Saith Rodrıguez y col. «STOx’s 2015 Extended Team Description Paper». En: Joao Pessoa, Brazil (2014).Juan M Calderon y col. «A Robot soccer team as a strategy to develop educational iniciatives». En: Latin American and Caribbean Conference for Engineering and Technology, Panama City, Panama. 2012.Heyson Báez y col. «Application of an educational strategy based on a soccer robotic platform». En: 2013 16th International Conference on Advanced Robotics (ICAR). IEEE. 2013, págs. 1-6.Marta Lucía y col. «CONSEJO NACIONAL DE POLÍTICA ECONÓMICA Y SOCIAL CONPES Iván Duque Márquez Presidente de la República». En: ().Sagee Geetha Sethu. «The Inevitability of an International Regulatory Framework for Artificial Intelligence». En: Institute of Electrical y Electronics Engineers Inc., abr. de 2019, págs. 367-372. ISBN: 9781538680100. DOI: 10.1109/ICACTM.2019.8776819.Harry Surden. Machine Learning and Law. Mar. de 2014. URL: https://papers.ssrn. com/abstract=2417415.CONSEJO DE ESTADO. ACUERDO 80 DE 2019. 2019. URL: https://normativa.colpensiones.gov.co/colpens/docs/pdf/acuerdo_ cdeestado_0080_2019.pdf.Archit P. Patil, Devansh Jain Nawal y Dipika Jain. «Crime Prediction Application Using Artificial Intelligence». En: vol. 605. Springer, 2020, págs. 238-245. ISBN: 9783030305765. DOI: 10.1007/978-3-030-30577-2_20. URL: https://link.springer.com/ chapter/10.1007/978-3-030-30577-2_20.Brian Seamus Haney. «Applied Natural Language Processing for Law Practice». En: SSRN Electronic Journal (nov. de 2019). ISSN: 1556-5068. DOI: 10.2139/ssrn.3476351. URL: https://papers.ssrn.com/abstract=3476351.M Palmirani. Legal Knowledge and Information Systems: JURIX 2018: The Thirty-first Annual Conference. IOS Press, 2018. ISBN: 9781614999355. URL: https://books.google.com. co/books?id=hrh9DwAAQBAJ.Shuijing Hu. «Comparative study on patent eligibility of artificial intelligence in the united states, china and japan». En: Institute of Electrical y Electronics Engineers Inc., ene. de 2020, págs. 965-968. ISBN: 9781728166971. DOI: 10.1109/ICITBS49701.2020.00215.Jiajing Li y col. «A Markov logic networks based method to predict judicial decisions of divorce cases». En: Institute of Electrical y Electronics Engineers Inc., oct. de 2018, págs. 129-132. ISBN: 9781538651827. DOI: 10.1109/SmartCloud.2018.00029.Ge Yan y col. «Law Article Prediction Based on Deep Learning». En: Institute of Electrical y Electronics Engineers Inc., jul. de 2019, págs. 281-284. ISBN: 9781728139258. DOI: 10. 1109/QRS-C.2019.00060.Masha Medvedeva, Michel Vols y Martijn Wieling. «Using machine learning to predict decisions of the European Court of Human Rights». En: Artificial Intelligence and Law 28 (2 2020), págs. 237-266. ISSN: 15728382. DOI: 10.1007/s10506-019-09255-y. URL: https://doi.org/10.1007/s10506-019-09255-y.Baogui Chen y col. «A Deep Learning Method for Judicial Decision Support». En: Institute of Electrical y Electronics Engineers Inc., jul. de 2019, págs. 145-149. ISBN: 9781728139258. DOI: 10.1109/QRS-C.2019.00040.Chunyu Xia y col. «Similarity Analysis of Law Documents Based on Word2vec». En: Institute of Electrical y Electronics Engineers Inc., jul. de 2019, págs. 354-357. ISBN: 9781728139258. DOI: 10.1109/QRS-C.2019.00072.Yadong Cui, Cao Yan y Liu Yan. Artificial intelligence and judicial modernization. Springer Singapore, ene. de 2019, págs. 1-224. ISBN: 9789813298804. DOI: 10.1007/978- 981- 32-9880-4.Reshma Sheik y S. Jaya Nirmala. «Deep Learning Techniques for Legal Text Summarization». En: 2021 IEEE 8th Uttar Pradesh Section International Conference on Electrical, Electronics and Computer Engineering, UPCON 2021 (2021). DOI: 10.1109/UPCON52273.2021.9667640.Naimoonisa Begum y Ankur Goyal. «Analysis of Legal Case Document Automated Summarizer». En: Proceedings of IEEE International Conference on Signal Processing,Computing and Control 2021-October (2021), págs. 533-538. ISSN: 26438615. DOI: 10.1109/ISPCC53510.2021.9609442.Purbid Bambroo y Aditi Awasthi. «LegalDB: Long DistilBERT for Legal Document Classification; LegalDB: Long DistilBERT for Legal Document Classification». En: (2021). DOI: 10 . 1109 / ICAECT49130 . 2021 . 9392558. URL: https://www.courtlistener.com/api/bulk-.Dinh-Truong Do. «Kodiak@ALQAC2021: Deep Learning for Vietnamese Legal Information Processing». En: (dic. de 2021), págs. 1-5. DOI: 10.1109/KSE53942.2021.9648744.Daniel A. Rincón-Riveros y col. «Automation system based on NLP for legal clinic assistance». En: IFAC-PapersOnLine 54 (13 2021), págs. 283-288. ISSN: 24058963. DOI: 10.1016/J.IFACOL.2021.10.460.Riya Sil y col. «Artificial Intelligence and Machine Learning based Legal Application: The State-of-the-Art and Future Research Trends». En: vol. 2019-Janua. Institute of Electrical y Electronics Engineers Inc., oct. de 2019, págs. 57-62. ISBN: 9781728148267. DOI: 10 . 1109/ICCCIS48478.2019.8974479.Ali Sadeghian y col. «Automatic semantic edge labeling over legal citation graphs». En: Artificial Intelligence and Law 26 (2018), págs. 127-144. DOI: 10 . 1007 / s10506 - 018 - 9217-1. URL: https://doi.org/10.1007/s10506-018-9217-1.Kirill Romanyuk. «Game Theoretic Approach for Applying Artificial Intelligence in the Credit Industry». En: Institute of Electrical y Electronics Engineers Inc., feb. de 2019, págs. 1-6. ISBN: 9781538671467. DOI: 10.1109/CTIT.2018.8649493.R.S. Becerra. La responsabilidad extracontractual de la administración pública. Ediciones Jurıdicas Gustavo Ibáñez, 2003. ISBN: 9789588192185.Lambrini Seremeti y Ioannis Kougias. «Legal issues within ambient intelligence environments». En: Institute of Electrical y Electronics Engineers Inc., jul. de 2019. ISBN: 9781728149592. DOI: 10.1109/IISA.2019.8900748.Harry Surden. «Artificial Intelligence and Law: An Overview, 35 GA». En: U. L. Rev (2019). URL: https://scholar.law.colorado.edu/articles/1234/Kevin D. Ashley. Artificial intelligence and legal analytics: New tools for law practice in the digital age. Cambridge University Press, ene. de 2017, págs. 1-426. ISBN: 9781316761380. DOI: 10 . 1017 / 9781316761380. URL: /core / books / artificial - intelligence - and - legal - analytics/E7D705EEF392501A1DB180645917E7E0.Stephan Raaijmakers. «Artificial Intelligence for Law Enforcement: Challenges and Opportunities». En: IEEE Security and Privacy 17 (5 sep. de 2019), págs. 74-77. ISSN: 15584046. DOI: 10.1109/MSEC.2019.2925649.Juan, Jorge Almonacid Sierra y Yeisson Coronel Ávila. «Aplicabilidad de la inteligencia artificial y la tecnología blockchain en el derecho contractual privado * Application of Artificial Intelligence and Blockchain in Contract Law». En: Revista de derecho privado (2020), pág. 24. DOI: 10.18601/01234366.Alfredo Monroy, Hiramand Calvo y Alexander Gelbukh. «NLP for shallow question answering of legal documents using graphs». En: vol. 5449 LNCS. Springer, Berlin, Heidelberg, 2009, págs. 498-508. ISBN: 3642003818. DOI: 10 . 1007 / 978 - 3 - 642 - 00382 - 0 _ 40. URL: https://link.springer.com/chapter/10.1007/978-3-642-00382-0_40.Marco Lippi y col. «CLAUDETTE: an automated detector of potentially unfair clauses in online terms of service». En: Artificial Intelligence and Law 27 (2019), págs. 117-139. DOI: 10.1007/s10506-019-09243-2. URL: https://doi.org/10.1007/s10506- 019-09243-2.Ilaria Angela Araszkiewicz Michałand Amantea y col. «ICAIL Doctoral Consortium, Montreal 2019». En: vol. 28. Springer, jun. de 2020, págs. 267-280. DOI: 10.1007/s10506- 020- 09267- z. URL: https://link- springer- com.craiustadigital.usantotomas.edu.co/article/10.1007/s10506-020-09267- z.John Zeleznikow y Andrew Stranieri. «Knowledge discovery in the legal domain». En: IEEE, 1997, págs. 574-577. DOI: 10.1109/tai.1997.632305.Office Open XML - Anatomy of an OOXML WordProcessingML File. URL: http://officeopenxml.com/anatomyofOOXML.php.Jasmeet Singh y Vishal Gupta. «Text Stemming». En: ACM Computing Surveys (CSUR) 49 (3 sep. de 2016). ISSN: 15577341. DOI: 10.1145/2975608. URL: https://dl.acm. org/doi/abs/10.1145/2975608.Vijayarani Mohan. «Preprocessing Techniques for Text Mining-An Overview Privacy Preserving Data Mining View project». En: (). URL: https://www.researchgate.net/publication/339529230.What Are Baseline Models and Benchmarking For Machine Learning. . . – Towards AI. URL: https : / / towardsai . net / p / l / what - are - baseline - models - and - benchmarking-for-machine-learning-why-we-need-themJurafsky Daniel y James H Martin. «Speech and Language Processing». En: (2021).Cai Zhi Liu y col. «Research of Text Classification Based on Improved TF-IDF Algorithm». En: 2018 IEEE International Conference of Intelligent Robotic and Control Engineering, IRCE 2018 (oct. de 2018), págs. 69-73. DOI: 10.1109/IRCE.2018.8492945.1.4. Support Vector Machines — scikit-learn 1.0.2 documentation. URL: https://scikitlearn.org/stable/modules/svm.html.6.1. Pipelines and composite estimators — scikit-learn 1.0.2 documentation. URL: https://scikit-learn.org/stable/modules/compose.html#combiningestimators.1.13. Feature selection — scikit-learn 1.0.2 documentation. URL: https://scikit-learn. org / stable / modules / feature _ selection . html # univariate - feature - selection.Leo Breiman. «Random Forests». En: 45 (2001), págs. 5-32.Consejo de Estado \| – Justicia – Guía – Control. URL: https://www.consejodeestado. gov.co/.Larry. Python - Transformar números a literales. Mar. de 2008. URL: https : / / www . lawebdelprogramador . com / foros / Python / 297286 - Transformar-numeros-a-literales.html.ORIGINAL2022SalazarSergioPintoWilliam.pdf2022SalazarSergioPintoWilliam.pdfTrabajo de Grado Salazar - Pintoapplication/pdf2037905https://repository.usta.edu.co/bitstream/11634/45997/1/2022SalazarSergioPintoWilliam.pdf895f79df36b9eb64a1ab24aab87284d7MD51open accessCarta_aprobacion_Biblioteca. PINTO Y SALAZAR .pdfCarta_aprobacion_Biblioteca. PINTO Y SALAZAR .pdfCarta Facultadapplication/pdf335426https://repository.usta.edu.co/bitstream/11634/45997/2/Carta_aprobacion_Biblioteca.%20PINTO%20Y%20SALAZAR%20.pdf0aabbd1b897734c4650b28540502ed7eMD52metadata only accessCarta_autorizacion_autoarchivo_autor_2022_2.pdfCarta_autorizacion_autoarchivo_autor_2022_2.pdfCarta de Derechos de Autorapplication/pdf580193https://repository.usta.edu.co/bitstream/11634/45997/6/Carta_autorizacion_autoarchivo_autor_2022_2.pdfe84052074929c5d1deebc62430ef0fd0MD56metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repository.usta.edu.co/bitstream/11634/45997/7/license_rdf217700a34da79ed616c2feb68d4c5e06MD57open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/45997/8/license.txtaedeaf396fcd827b537c73d23464fc27MD58open accessTHUMBNAIL2022SalazarSergioPintoWilliam.pdf.jpg2022SalazarSergioPintoWilliam.pdf.jpgIM Thumbnailimage/jpeg6973https://repository.usta.edu.co/bitstream/11634/45997/9/2022SalazarSergioPintoWilliam.pdf.jpg9777e7e5c5ec6a38dc29091c313ec679MD59open accessCarta_aprobacion_Biblioteca. PINTO Y SALAZAR .pdf.jpgCarta_aprobacion_Biblioteca. PINTO Y SALAZAR .pdf.jpgIM Thumbnailimage/jpeg7089https://repository.usta.edu.co/bitstream/11634/45997/10/Carta_aprobacion_Biblioteca.%20PINTO%20Y%20SALAZAR%20.pdf.jpg5c50858c5c402cc65c5fdb4b828b58a3MD510open accessCarta_autorizacion_autoarchivo_autor_2022_2.pdf.jpgCarta_autorizacion_autoarchivo_autor_2022_2.pdf.jpgIM Thumbnailimage/jpeg8799https://repository.usta.edu.co/bitstream/11634/45997/11/Carta_autorizacion_autoarchivo_autor_2022_2.pdf.jpg63e7d4e5d3b17275a35b03a6fd8fe0aaMD511open access11634/45997oai:repository.usta.edu.co:11634/459972022-11-21 03:12:35.408open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.coQXV0b3Jpem8gYWwgQ2VudHJvIGRlIFJlY3Vyc29zIHBhcmEgZWwgQXByZW5kaXphamUgeSBsYSBJbnZlc3RpZ2FjacOzbiwgQ1JBSS1VU1RBCmRlIGxhIFVuaXZlcnNpZGFkIFNhbnRvIFRvbcOhcywgcGFyYSBxdWUgY29uIGZpbmVzIGFjYWTDqW1pY29zIGFsbWFjZW5lIGxhCmluZm9ybWFjacOzbiBpbmdyZXNhZGEgcHJldmlhbWVudGUuCgpTZSBwZXJtaXRlIGxhIGNvbnN1bHRhLCByZXByb2R1Y2Npw7NuIHBhcmNpYWwsIHRvdGFsIG8gY2FtYmlvIGRlIGZvcm1hdG8gY29uCmZpbmVzIGRlIGNvbnNlcnZhY2nDs24sIGEgbG9zIHVzdWFyaW9zIGludGVyZXNhZG9zIGVuIGVsIGNvbnRlbmlkbyBkZSBlc3RlCnRyYWJham8sIHBhcmEgdG9kb3MgbG9zIHVzb3MgcXVlIHRlbmdhbiBmaW5hbGlkYWQgYWNhZMOpbWljYSwgc2llbXByZSB5IGN1YW5kbwptZWRpYW50ZSBsYSBjb3JyZXNwb25kaWVudGUgY2l0YSBiaWJsaW9ncsOhZmljYSBzZSBsZSBkw6kgY3LDqWRpdG8gYWwgdHJhYmFqbyBkZQpncmFkbyB5IGEgc3UgYXV0b3IuIERlIGNvbmZvcm1pZGFkIGNvbiBsbyBlc3RhYmxlY2lkbyBlbiBlbCBhcnTDrWN1bG8gMzAgZGUgbGEKTGV5IDIzIGRlIDE5ODIgeSBlbCBhcnTDrWN1bG8gMTEgZGUgbGEgRGVjaXNpw7NuIEFuZGluYSAzNTEgZGUgMTk5Mywg4oCcTG9zIGRlcmVjaG9zCm1vcmFsZXMgc29icmUgZWwgdHJhYmFqbyBzb24gcHJvcGllZGFkIGRlIGxvcyBhdXRvcmVz4oCdLCBsb3MgY3VhbGVzIHNvbgppcnJlbnVuY2lhYmxlcywgaW1wcmVzY3JpcHRpYmxlcywgaW5lbWJhcmdhYmxlcyBlIGluYWxpZW5hYmxlcy4K

Modelado de un algoritmo para la identificación de problemas jurídicos y tesis en las providencias de la sección primera del consejo de estado usando técnicas de procesamiento de lenguaje natural.

Publicaciones similares