Please use this identifier to cite or link to this item:
https://hdl.handle.net/10923/16731
Type: | masterThesis |
Title: | Multi-model approach to identify potential problems in a contract |
Author(s): | Ichida, Alexandre Yukio |
Advisor: | Meneguzzi, Felipe Rech |
Publisher: | Pontifícia Universidade Católica do Rio Grande do Sul |
Graduate Program: | Programa de Pós-Graduação em Ciência da Computação |
Issue Date: | 2020 |
Keywords: | REDES NEURAIS (COMPUTAÇÃO) INTELIGÊNCIA ARTIFICIAL INFORMÁTICA |
Abstract: | Os contratos sustentam a maioria das transações comerciais modernas, definindo os deveres e obrigações das partes relacionadas em um contrato, e garantir que esses contratos estejam livres de erros é crucial para a sociedade moderna. A análise de um contrato requer a compreensão das relações lógicas entre cláusulas e a identificação de possíveis contradições, que, por sua vez, dependem de esforços humanos para entender cada cláusula no qual são suscetíveis a erro. Neste trabalho, desenvolvemos uma abordagem para automatizar essas análises, identificando relações lógicas e detectando possíveis conflitos nas cláusulas contratuais. A abordagem resultante deve ajudar os autores do contrato a detectar possíveis conflitos lógicos entre as cláusulas. Contracts underlie most modern commercial transactions defining the duties and obligations of the related parties in an agreement, and ensuring such contracts are error-free is crucial for modern society. The analysis of a contract requires understanding the logical relations between clauses and identifying potential contradictions, which, in turn, depends on error-prone human effort to understand each clause. In this work, we develop an approach to automate such analyses identifying logical relations and detecting potential conflicts in contract clauses. The resulting approach should help contract authors detecting potential logical conflicts between clauses. |
URI: | http://hdl.handle.net/10923/16731 |
Appears in Collections: | Dissertação e Tese
|
All Items in PUCRS Repository are protected by copyright, with all rights reserved, and are licensed under a Creative Commons Attribution-NonCommercial 4.0 International License. Read more.