Bajo el dominio de la ley : desidentificación y extracción de eventos en la Base de Jurisprudencia Nacional del Uruguay
Year: 2026
Type: dissertation
Abstract: El procesamiento de lenguaje natural (PLN) en el dominio jurídico es un área de investigación clave, debido a que gran parte de la información se encuentra en leyes, sentencias y reglamentos, con desafíos derivados de su complejidad lingüística, semántica y discursiva. El objetivo de esta investigación es mejorar la calidad y accesibilidad de la información en la Base de Jurisprudencia Nacional (BJN), una colección de más de 100 000 sentencias del Poder Judicial de Uruguay. Como primer objetivo, se aborda la desidentificación automática de sentencias. Esta se centra en nombres propios y se basa en un modelo de reconocimiento de entidades nombradas combinado con agrupamiento aglomerativo para la resolución de correferencias, entrenado y evaluado sobre el corpus B*N, creado a partir de sentencias de la BJN con este fin. Los resultados se integran en un prototipo funcional para desidentificación asistida por humanos. Como segundo objetivo, se estudia la extracción de eventos relevantes. Esta se basa en la Teoría de Marcos Semánticos de Fillmore y en el aprendizaje en contexto con grandes modelos de lenguaje. Con ejemplos de FrameNet en inglés se obtienen resultados competitivos respecto de enfoques previos, mientras que la combinación con el corpus ViolenciaR en español, derivado de sentencias de la BJN y anotado manualmente, permite observar el impacto del uso de recursos multilingües y de la complejidad del dominio jurídico sobre el rendimiento del sistema. Este trabajo introduce recursos lingüísticos inéditos y metodologías innovadoras, constituyendo una contribución significativa al desarrollo del PLN en el dominio jurídico, particularmente en la BJN.
Author: Garat, Diego
Language: Spanish
Subfield: Law
Field: Social Sciences
Domain: Social Sciences
Open Access status: green
OpenAlex ID: W7203851413