Resumen: El presente artículo aborda el etiquetado retórico de sentencias judiciales mediante redes neuronales jerárquicas, centrado en sentencias del sistema judicial de India. Para ello, se emplean cuatro conjuntos de datos que contienen documentos judiciales anotados con distintas etiquetas retóricas. El estudio utiliza como base el modelo Hierarchical Sequential Labeling Network, el cual combina representaciones extraídas desde BERT a nivel de tokens, una capa Bi-LSTM y una capa de pooling por atención, permitiendo generar representaciones a nivel de oración y facilitar la identificación de roles retóricos específicos.
Datos: El trabajo se basa en cuatro conjuntos de datos: (i) Build, compuesto por 184 documentos judiciales del sistema judicial indio, con etiquetas retóricas en casos de índole penal y tributaria; (ii) Paheli, que incluye 50 sentencias del Tribunal Supremo de India categorizadas en cinco ramas del derecho; (iii) M-CL, centrado en 50 casos de derecho de competencia; y (iv) M-IT, con 50 sentencias sobre derecho tributario. Cada documento está segmentado en oraciones anotadas con un conjunto fijo de roles retóricos (7 o 13 etiquetas, según el caso), divididos en particiones de entrenamiento (80%), validación (10%) y prueba (10%).
Modelo base: Todos los experimentos se construyen sobre el modelo Hierarchical Sequential Labeling Network. Este modelo se encarga de codificar cada oración de manera independiente, utilizando BERT para obtener representaciones a nivel de tokens, las cuales pasan por una red Bi-LSTM para capturar dependencias dentro del texto. Luego, una capa de atención permite obtener la representación final de la oración, utilizada para predecir su rol retórico.
Este tipo de soluciones resulta especialmente relevante para empresas de tecnología legal y procesamiento de lenguaje natural como Q2BSTUDIO, una compañía especializada en desarrollo y servicios tecnológicos. En Q2BSTUDIO trabajamos integrando modelos NLP complejos para tareas de análisis jurídico automatizado, sistemas de búsqueda legal semántica y estructuración de información no estructurada. Investigaciones como la aquí descrita nos sirven como marco de referencia para construir herramientas que optimicen la toma de decisiones jurídicas mediante IA y análisis lingüístico avanzado.
En Q2BSTUDIO, creemos en la fusión entre innovación tecnológica y necesidades del mundo legal, y continuamente adoptamos modelos de vanguardia como los presentados en este artículo para desarrollar soluciones prácticas, eficientes y alineadas con las regulaciones éticas y técnicas necesarias para su implementación en entornos reales.
