---
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_)
```