README.md

metadata

license: cc-by-nc-sa-4.0
language:
  - pt
library_name: spacy
pipeline_tag: feature-extraction
tags:
  - legal

Descrição

Esse modelo spaCy NER (Reconhecimento de Entidade Nomeada) foi desenvolvido para identificar e simplificar termos jurídicos complexos em documentos legais.
O treinamento foi realizado com a categorização dos termos simplificados como Entidades.
A base de dados consistiu em 50 mil sentenças com termos complexos.
Diretoria de Inteligência Artificial, Ciência de Dados e Estatística do Tribunal de Justiça do Estado de Goiás.

Como Usar

1. Instalação

Bash

pip install -r requirements.txt

2. Carregamento do Modelo:

Python

import spacy

nlp = spacy.load("model-v1")

3. Processamento de Texto:

Python

texto = "Trata-se de AÇÃO DE INDENIZAÇÃO POR DANOS MORAIS E MATERIAIS movida(...)"
doc = nlp(texto)

for ent in doc.ents:
    print(ent.text, ent.label_)