Can data fusion help BERT recognize predatory litigation patterns?

• Jonathan O. Fernandez UEMA
• Omar A. C. Cortes UEMA / IFMA
• Antonio F. L Jacob UEMA
• Fábio M. F. Lobato UEMA / USP

DOI: https://doi.org/10.5753/eniac.2026.31251

Resumo

A litigância predatória consiste no ajuizamento reiterado de ações e na utilização, em larga escala, de petições semelhantes, o que provoca sobrecarga ao Poder Judiciário. Nesse contexto, este trabalho propõe uma abordagem baseada em fusão de dados para apoiar a identificação preliminar desse fenômeno em petições iniciais, na qual indícios relacionais, temporais e semânticos são obtidos por meio de engenharia de atributos, combinados em um score adaptativo que orienta um processo de rotulagem fraca e, posteriormente, verbalizados em narrativas textuais padronizadas, utilizadas no fine-tuning de modelos BERT especializados (BumbaBERT e LegalBERT-pt) em um dataset de 8.729 processos. O LegalBERT-pt ajustado alcançou F1-score macro de 0,96 sobre o alvo de rotulagem fraca proposto, evidenciando que os indícios construídos são efetivamente recuperados pelos modelos a partir das narrativas verbalizadas, fornecendo subsídios para que os tribunais concentrem o esforço analítico nos casos potencialmente predatórios e resguardem a celeridade no atendimento às demandas legítimas.

Referências

Borges, B., Faria, E., and Gabriel, P. (2025). Comparative analysis of text classification algorithms. In Anais do XXII Encontro Nacional de Inteligência Artificial e Computacional, pages 189–200, Porto Alegre, RS, Brasil. SBC.

Carmo, F., Serejo, F., Junior, A. J., Santana, E., and Lobato, F. (2023). Embeddings jurídico: Representações orientadas à linguagem jurídica brasileira. In Anais do XI Workshop de Computação Aplicada em Governo Eletrônico, pages 188–199, Porto Alegre, RS, Brasil. SBC.

de Araújo, V. S., de Paiva Gabriel, A., and Porto, F. R. (2022). Justiça 4.0: a transformação tecnológica do poder judiciário deflagrada pelo cnj no biênio 2020-2022. Revista Eletrônica Direito Exponencial-DIEX, 1(1):1–18.

de Souza, G. (2024). Litigância predatória, tutela coletiva e o porvir do acesso à justiça. Revista de Processo— vol, 353.

Devlin, J., Chang, M.-W., Lee, K., and Toutanova, K. (2019). Bert: Pre-training of deep bidirectional transformers for language understanding. In Proceedings of the 2019 conference of the North American chapter of the association for computational linguistics: human language technologies, volume 1 (long and short papers), pages 4171–4186.

Farhadpour, S., Warner, T. A., and Maxwell, A. E. (2024). Selecting and interpreting multiclass loss and accuracy assessment metrics for classifications with class imbalance: Guidance and best practices. Remote Sensing, 16(3):533.

Gheibi, R. and Hougen, D. (2025). Improved cervical cancer classification using generative ai and language models. In 2025 IEEE International Conference on Prognostics and Health Management (ICPHM), pages 1–8. IEEE.

Justino, A., Junior, A. J., Marcacini, R., and Lobato, F. (2025). Evaluating bert models for semantic retrieval in long portuguese legal documents. In Anais do XXII Encontro Nacional de Inteligência Artificial e Computacional, pages 1045–1056, Porto Alegre, RS, Brasil. SBC.

Lin, T., Yan, J., Jurgens, D., and Tomkins, S. J. (2024). Tab2Text - a framework for deep learning with tabular data. In Al-Onaizan, Y., Bansal, M., and Chen, Y.-N., editors, Findings of the Association for Computational Linguistics: EMNLP 2024, pages 12925–12935, Miami, Florida, USA. Association for Computational Linguistics.

Magalhães, J. L., de Sousa, I. D. V., et al. (2024). Litigância judicial abusiva e instrumentos de gestão processual conferidos ao juiz no código de processo civil: a necessidade de preservação do direito fundamental de acesso à justiça. Revista Foco, 17(4).

Melo, R. M. (2023). Discussão sobre a viabilidade técnica e jurídica para a aplicação de processamento de linguagem natural em decisões vinculantes em processos judiciais. Anais do 31º Encontro Ibero Americano de Governo Eletrônico e Inclusão Digital.

Neto, J. C. d. S. et al. (2025). Similaridade semântica entre processos judiciais: Uma abordagem para identificação de litigância predatória.

Paradela, A. S. and Cavaco, B. d. S. B. (2025). Litigância abusiva e a necessária formação de grupo de trabalho multissetorial: o papel do ministério público na defesa da sociedade e na preservação do acesso à justiça. Diké-Revista Jurídica, 24(29):128–156.

Ralph, P. and Baltes, S. (2022). Paving the way for mature secondary research: the seven types of literature review. In Proceedings of the 30th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering.

Rampim, T. and Igreja, R. L. (2022). Acesso à justiça e transformação digital: um estudo sobre o programa justiça 4.0 e seu impacto na prestação jurisdicional. Direito Público.

Santos, W., Filho, A. G., Oliveira, S., and Presa, J. (2025). Comparing prompt-based llms, fine-tuning, and classical models for legal text classification in portuguese. In Anais do XXII Encontro Nacional de Inteligência Artificial e Computacional, pages 1138–1149, Porto Alegre, RS, Brasil. SBC.

Silva, M. E. L. and Neris, J. S. (2025). A litigância predatória nas demandas massificadas consumeristas: Um estudo sob a ótica do poder geral de cautela do juízo e o entendimento do stj no tema de julgamento repetitivo 1.198. Graduação em Movimento-Ciências Jurídicas, 4(3):352–376.

Silveira, R., Ponte, C., Almeida, V., Pinheiro, V., and Furtado, V. (2023). Legalbert-pt: A pretrained language model for the brazilian portuguese legal domain. In Anais da XII Brazilian Conference on Intelligent Systems, Porto Alegre, RS, Brasil. SBC.

Wirth, R. and Hipp, J. (2000). Crisp-dm: Towards a standard process model for data mining. In Proceedings of the 4th international conference on the practical applications of knowledge discovery and data mining, volume 1, pages 29–39. Manchester.