Índice do fórum » Projetos » Buscador de precedentes
| Autor | Mensagem |
|---|---|
| joshazze Administrador Registrado em: Fev 2026 Mensagens: 28 Localização: Belo Horizonte |
Enviado em: 11 Set 2026
Assunto: Buscador de precedentes
ContextoUm defensor público me mostrou a busca de súmulas que usava e pediu uma crítica. Ela casava texto literal. Quem escrevia "custódia cautelar" não achava "prisão preventiva", e quem escrevia "réu" recebia enunciados que só continham a palavra "reunião". Havia duas restrições. O computador de trabalho provavelmente não deixa instalar programa, mas aceita extensão de navegador. E peça em segredo de justiça não pode passar por serviço de terceiro. Daí a decisão que moldou tudo: a busca roda inteira na máquina dele. O que eu fizUma extensão do Chrome que abre num painel lateral, com 4.929 súmulas e teses do STJ e do STF embutidas. Cada resultado traz a citação pronta para copiar.
Busca por termo técnico, com os sinônimos que a consulta ganhou. A extensão declara três permissões: painel lateral, menu de contexto e armazenamento local. Não pede acesso a site nenhum, não injeta script em página e não faz requisição de rede. Escrevi também um botão que junta os enunciados escolhidos num bloco com o texto integral de cada um e a fonte oficial, pronto para colar num assistente de IA. O bloco leva seis regras que proíbem citar o que não está na lista. Como funcionaTrês sinais, fundidos numa lista só. O primeiro é o BM25, o cálculo clássico de relevância por palavra, aplicado sobre radicais. Um redutor de palavras do português, escrito em JavaScript, serve tanto para montar o índice quanto para ler a consulta. Assim o plural e o singular da mesma palavra se encontram. O segundo é um dicionário de 79 grupos de sinônimos, escrito à mão. Cobre o par técnico e também o leigo, como "pai não paga pensão" e "prisão civil do devedor de alimentos". O terceiro é semântico e não usa modelo de linguagem. Uma decomposição matemática do próprio acervo resume cada enunciado em 128 números. Ocupa 2 MB dentro do pacote e liga "preso trabalhou na cadeia" a "remição da pena pelo trabalho" sem que ninguém tenha escrito essa ligação.
Caso descrito em linguagem comum, achado pela camada semântica. Palavra digitada errado cai numa busca por trigramas e vira o termo conhecido mais próximo. O que aprendiNão dá para ajustar uma busca no olho. Montei 42 consultas com a resposta certa declarada, entre termo técnico, número de súmula, erro de digitação e caso contado em linguagem comum. Um script roda as 42 e conta em quantas a resposta certa aparece no topo. Com esse portão, os pesos da fusão deixaram de ser palpite. Outro script varre as combinações e imprime a melhor. Foi ele que mostrou quanto vale a parte semântica. Só com palavras, a resposta certa vinha em primeiro lugar em 34 das 42 consultas. Com a semântica, em 37. Parece pouco. Mas as duas consultas que não apareciam nem entre as cinco primeiras passaram a aparecer entre as três. Antes e depois da camada semântica. O ponto fraco é o acervo. Ele vem de uma captura de julho de 2026, e a ingestão direta das fontes oficiais ainda não existe. Também falta a prova de uso: a extensão está empacotada, mas ainda não passou por um dia de trabalho real. Resultados
|
« Tópico anterior: Viés linguístico em material didático gerado por LLM Próximo tópico: Limites »