RepoJus: Jurisprudência de Inteiro Teor de Tribunais e Órgãos Administrativos Brasileiros

O RepoJus é um corpus de dados jurídicos consolidado contendo 3.141.319 julgados de inteiro teor (acórdãos, decisões monocráticas e súmulas) de 9 tribunais brasileiros de grande relevância nacional. Todos os registros foram coletados de fontes públicas oficiais, padronizados em um formato JSON unificado, submetidos a pipeline de deduplicação e higienizados por meio de heurísticas avançadas de expressões regulares (remoção de cabeçalhos repetitivos, certidões burocráticas de sessões e assinaturas eletrônicas residuais).

Este dataset foi desenvolvido especificamente para apoiar o desenvolvimento de Modelos de Linguagem (LLMs) voltados para a área jurídica, sistemas de Busca Semântica, arquiteturas de RAG (Retrieval-Augmented Generation), classificação de julgados, sumarização de decisões e extração de entidades jurídicas (NER).

Sobre o Dataset Viewer do Hugging Face: Devido ao grande volume de dados (3,14 milhões de registros / ~120 GB descompactados), a geração automática de preview do Hugging Face para a configuração global (default) pode falhar ou expirar por limite de tamanho da plataforma.

• Para visualizar os dados direto no navegador, selecione subsets menores no seletor de configuração (como cvm, stj ou trf3).
• O uso recomendado e padrão para consumo em Python é via modo streaming (streaming=True), que permite ler os dados de forma sob demanda sem necessidade de download total prévio ou sobrecarga de memória RAM.

---

1. Estatísticas do Dataset

O dataset está estruturado em subsets (configurações) por tribunal:

Subset/Config	Tribunal	Esfera / Segmento	Tipo de Julgados	Qtd. Arquivos	Total de Documentos
tjdft	Tribunal de Justiça do Distrito Federal e dos Territórios	Estadual (Distrito Federal)	Acórdãos e Monocráticas	1.348	1.338.394
stf	Supremo Tribunal Federal	Supremo Tribunal (Constitucional)	Acórdãos e Monocráticas	544	543.800
tjmt	Tribunal de Justiça de Mato Grosso	Estadual (Mato Grosso)	Acórdãos e Monocráticas	543	541.772
tjsp	Tribunal de Justiça de São Paulo	Estadual (São Paulo)	Acórdãos e Monocráticas	337	335.799
carf	Conselho Administrativo de Recursos Fiscais	Administrativo (Tributário)	Acórdãos e Súmulas	165	163.466
tcu	Tribunal de Contas da União	Administrativo (Contas Públicas)	Acórdãos	175	171.479
stj	Superior Tribunal de Justiça	Superior	Acórdãos	32	31.696
trf3	Tribunal Regional Federal da 3ª Região	Federal (SP / MS)	Acórdãos	15	13.539
cvm	Comissão de Valores Mobiliários	Administrativo (Mercado Financeiro)	Colegiado (Acórdãos)	2	1.374
default	Total Geral Consolidade (Toda a Base)	Multi-esferas	Todos os Tipos	3.161	3.141.319

Volume e Espaço em Disco

• Tamanho de Download (Compactado em .gz): ~25,6 GB (arquivos Gzip JSON Lines)
• Espaço em Disco Estimado (Descompactado): ~120 GB (Recomendado dispor de pelo menos 130 GB livres para processamento local completo)

Período de Cobertura por Tribunal

A tabela a seguir apresenta os limites temporais das decisões presentes em cada tribunal (datas inicial e final coletadas no dataset):

Tribunal	Data Inicial	Data Final	Total de Documentos
TJDFT	28/09/2017	02/06/2026	1.338.394
STF	07/12/1971	28/05/2026	543.800
TJMT	27/01/2015	28/05/2026	541.772
TJSP	19/02/2014	30/05/2026	335.799
CARF	08/12/2009	15/05/2026	163.466
TCU	22/01/2020	02/06/2026	171.479
STJ	16/05/2025	29/05/2026	31.696
TRF3	06/07/1953	14/05/2026	13.539
CVM	21/06/1999	27/05/2025	1.374

Uma fração residual de decisões pode possuir datas ausentes ou inválidas devido à formatação de origem nos diários ou portais oficiais dos tribunais, mas o seu conteúdo textual completo permanece preservado.

Distribuição Temporal dos Documentos (Por Ano)

A tabela abaixo detalha o volume anual de decisões de inteiro teor por tribunal, evidenciando o crescimento e a densidade temporal do corpus:

Tribunal	Antes de 2020	2020	2021	2022	2023	2024	2025	2026	Total Geral
TJDFT	2.852	195.943	190.869	187.061	222.458	251.629	241.455	46.127	1.338.394
STF	177.301	41.169	51.715	52.822	60.090	68.378	70.387	30.554	543.800
TJMT	972	104.582	105.985	84.115	61.643	68.108	82.403	33.961	541.772
TJSP	11	175.643	46.065	25.171	21.973	35.229	22.031	9.592	335.799
CARF	21	41.086	35.841	12.616	22.467	25.946	19.418	6.071	163.466
TCU	-	32.523	41.380	22.478	28.473	21.633	18.479	6.513	171.479
STJ	-	-	-	-	-	-	14.005	17.691	31.696
TRF3	205	6.277	24	31	41	66	46	6.505	13.539
CVM	975	66	23	50	57	86	17	-	1.374

---

2. Esquema do Dataset (Schema)

Cada item do dataset é estruturado como um objeto JSON de acordo com o esquema abaixo:

Campo	Tipo	Descrição	Exemplo
origem	string	Slug identificador do tribunal	"tjsp"
tribunal	string	Sigla oficial do Tribunal em letras maiúsculas	"TJSP"
classe	struct	Contém o nome da classe processual (nome)	{"nome": "Apelação Cível"}
numeroprocesso	string	Número único do processo judicial (padrão CNJ ou legado)	"1002345-67.2023.8.26.0100"
orgaojulgador	struct	Nome do relator do acórdão/decisão (nome)	{"nome": "Des. Alexandre Leme"}
orgaojulgadorcolegiado	struct	Órgão colegiado que proferiu a decisão (nome)	{"nome": "5ª Câmara de Direito Privado"}
datajulgamento	string	Data em que a decisão foi tomada (formato ISO)	"2025-10-25T00:00:00Z"
datapublicacao	string	Data de publicação no Diário da Justiça (formato ISO)	"2025-10-28T00:00:00Z"
area	string	Ramo do direito aplicável (ou string vazia)	"Direito Civil"
assuntos	list	Lista de assuntos vinculados pela tabela do CNJ	[{"nome": "Erro Médico"}, {"nome": "Indenização"}]
ementatextopuro	string	Ementa/Súmula do julgado em formato texto limpo	"Apelação. Erro Médico. Danos Morais..."
textopuro	string	Inteiro teor limpo (voto, relatório e decisão) livre de ruídos	"ACÓRDÃO... Vistos, relatados..."
textooriginal	string	Texto original capturado antes das rotinas de limpeza	"<html>...Este documento é cópia..."
url	string	Link direto para consulta oficial da decisão no portal do tribunal	"https://esaj.tjsp.jus.br/classes..."
tipo_decisao	string	Classificação do ato jurídico: acordao ou monocratica	"acordao"
fonte_coleta	string	Identificador do script/scraper utilizado na captura	"tjsp_esaj"
source_key	string	Identificador da partição de exportação	"tjsp_acordaos"
raw_hash	string	Hash SHA-256 do texto bruto coletado	"e3b0c44298fc1c149afbf4c8996..."
normalized_hash	string	Hash SHA-256 do texto normalizado (chave de deduplicação)	"f9c158ea9c1a5b821ac3d027bf6..."
captured_at	string	Data e hora em que a captura foi feita pelo Repojus	"2026-06-01T15:05:38Z"
parser_version	string	Versão do parser utilizado	"1.0.0"
metadata_extra	struct	Metadados extras customizados específicos do tribunal e auditoria	{"quality_status": "ok", "quality_flags": []}

---

3. Pipeline de Sanitização e Limpeza de Dados

Os textos das colunas ementatextopuro e textopuro foram processados por meio de uma suíte de sanitização dedicada para remover resíduos decorrentes de codificação HTML de portais, certidões genéricas administrativas de secretarias de sessões, assinaturas eletrônicas repetitivas e problemas de quebra de hifenização de OCRs (comuns em PDFs digitalizados).

As regras aplicadas (definidas e validadas) incluem:

1. Limpeza HTML (remove_html): Remoção de tags HTML residuais (<p>, <div>,  , etc.) decorrentes de web scraping.
2. Assinaturas Eletrônicas (remove_vda_signatures): Exclusão de marcas d'água estruturadas e textos burocráticos de assinatura, como "assinado eletronicamente por...", códigos do validador e chaves hexadecimais (ex: "VDA...").
3. Certidões de Sessão (remove_certidoes_repetitivas): Eliminação de parágrafos padronizados de secretarias (ex: "Certifico que o julgamento foi presidido...", "Certifico o trânsito em julgado") que apenas incham o corpus sem adicionar valor cognitivo jurídico.
4. Cabeçalhos e Paginação (remove_headers_footers): Remoção de indicadores repetidos de páginas (ex: "Página 1 de 20"), números de folhas ("fls. 12") e menções institucionais de cabeçalho.
5. Des-hifenização de OCR (ocr_dehyphenation): Reconstrução de palavras quebradas por quebras de linha em digitalizações de tribunais com acervos mais antigos (como CARF, CVM e TRF3).
6. Normalização de Espaçamento e Quebras: Consolidação de quebras de linha triplas em quebras duplas para manter a estrutura lógica dos parágrafos jurídica, e normalização de tabulações e múltiplos espaços consecutivos.

---

4. Considerações de Privacidade e Ética (LGPD)

O processamento e a disponibilização de dados de jurisprudência exigem cuidados específicos sob a ótica da LGPD (Lei Geral de Proteção de Dados - Lei 13.709/2018):

• Natureza Pública dos Dados: De acordo com o Art. 93, IX, da Constituição Federal do Brasil e a Lei de Acesso à Informação (Lei 12.527/2011), as decisões judiciais e acórdãos proferidos pelo Poder Judiciário são atos de caráter eminentemente público, necessários para garantir a publicidade e a transparência das decisões do Estado.
• Segredo de Justiça: Os scrapers do RepoJus não coletam e não expõem processos protegidos por segredo de justiça (como casos de Direito de Família sensíveis ou proteção à infância). Apenas processos de livre consulta nos portais oficiais de jurisprudência pública foram indexados.
• Ausência de Anonimização Ativa: Embora o pipeline remova assinaturas de servidores públicos, juízes e relatores nas certidões de julgamento formais, nomes de partes, testemunhas e advogados foram mantidos no texto do relatório e do voto conforme constam na publicação oficial.
• Responsabilidade de Uso: Os dados são fornecidos exclusivamente para fins de pesquisa acadêmica, científica e desenvolvimento de tecnologia (NLP/IR).

---

5. Como Utilizar o Dataset (Guia Prático)

Para carregar o dataset de forma eficiente usando a biblioteca datasets do Python, recomendamos usar o modo Streaming (streaming=True), o que evita carregar os mais de 22 GB de arquivos compactados inteiramente em memória.

Carregar um Tribunal Específico (Recomendado)

from datasets import load_dataset

# Carrega apenas o acervo do TJSP (Tribunal de Justiça de São Paulo)
dataset_tjsp = load_dataset("andrebadini/repojus", "tjsp", split="train", streaming=True)

# Exibe o primeiro exemplo
for ex in dataset_tjsp:
    print(f"Processo: {ex['numeroprocesso']}")
    print(f"Relator: {ex['orgaojulgador']['nome']}")
    print(f"Texto Integral: {ex['textopuro'][:300]}...")
    break

Carregar o Dataset Completo (Todos os Tribunais)

from datasets import load_dataset

# Carrega a base unificada de 3,14 milhões de julgados
dataset_completo = load_dataset("andrebadini/repojus", split="train", streaming=True)

# Itera sobre os exemplos de múltiplos tribunais
for idx, ex in enumerate(dataset_completo):
    if idx >= 5:
        break
    print(f"[{ex['tribunal']}] Processo {ex['numeroprocesso']} - Ramo: {ex['area']}")

---

6. Licença

• Licença das Decisões (Originais): De acordo com a Lei de Direitos Autorais brasileira (Lei 9.610/1998), Artigo 8º, inciso I, os textos de tratados, leis, decretos, regulamentos, portarias, pareceres e decisões judiciais oficiais não são sujeitos a direitos autorais, estando em domínio público.
• Licença do Dataset Cuidado: A compilação, normalização, metadados extras agregados e o processo de limpeza textual são disponibilizados sob a licença Creative Commons Attribution 4.0 International (CC-BY-4.0). A atribuição deve referenciar este repositório do Hugging Face.

---

7. Contato e Solicitações de Novos Tribunais

Se você precisa de julgados de algum tribunal que ainda não está presente neste dataset (como outros TJs estaduais, TRFs regionais ou tribunais de outras esferas) ou identificou a necessidade de novos filtros e metadados, sinta-se à vontade para fazer uma solicitação de inclusão.

Como solicitar a inclusão de novos tribunais:

• Via Hugging Face Community: Abra uma discussão ou faça uma solicitação diretamente na aba Community deste repositório no Hugging Face.
• Contato Direto: Envie uma mensagem explicando o seu caso de uso pelas redes sociais listadas abaixo.

Redes Sociais e Canais Oficiais:

Acompanhe o desenvolvimento de projetos de IA Jurídica e novos datasets:

• GitHub: @andrebadini (Códigos, scrapers e projetos open-source)
• Hugging Face: @andrebadini (Modelos e outros datasets)
• X (Twitter): @_Andre_Badini
• Instagram: @andrebadini
• Coluna no Migalhas: André Carvalho Rondon Badini (Artigos sobre direito e tecnologia)
• Amazon (Página de Autor): Romance "Agora que você veio"