O presente artigo trata da aplicação de algoritmos de inteligência artificial no processamento de linguagem jurídica, a fim de possibilitar a identificação de um conjunto completo de normas aplicável a uma determinada temática legal. Neste estudo, buscou-se delimitar o marco regulatório que envolve o Terceiro Setor, a partir do conjunto de dados sobre o fluxo regulatório brasileiro (RegBR). A partir de pesquisa bibliográfica, foram aplicadas técnicas de aprendizagem de máquina para automatizar a classificação de cada sentença contida nos atos normativos analisados, permitindo identificar em que medida uma norma se aplica ao tema selecionado. O modelo BERT com ajuste fino com trechos de leis brasileiras foi altamente eficaz, atingindo 94% de precisão (F1-Score e AUC). Como resultados, foram identificadas 2.359 regras espalhadas em 611 normas, extraídas entre 1.330.190 dispositivos legais distribuídos em 51 mil regulações, demonstrando que as técnicas aplicadas podem contribuir para o aperfeiçoamento das temáticas envolvidas. Leia o artigo de Mauricio Barros de Jesus e outros em https://revista.enap.gov.br/index.php/RSP/article/view/8091/6927