Modelo spaCy NER para Identificação de Leis em Textos Jurídicos
Este repositório contém um modelo de Reconhecimento de Entidades Nomeadas (NER) desenvolvido com a biblioteca spaCy, especialmente treinado para identificar leis em textos jurídicos.
Desenvolvido pela Diretoria de Inteligência Artificial, Ciência de Dados e Estatística do Tribunal de Justiça do Estado de Goiás.
Como Usar
1. Instalação
Para instalar todas as dependências necessárias, execute o seguinte comando:
pip install spacy
2. Carregamento do Modelo:
import spacy
nlp = spacy.load("modelo_leis")
3. Processamento de Texto:
texto = "Posta assim a questão e nos termos do art. 226, § 6º da Constituição Federal, cuja redação decorrente da Emenda Constitucional 66/2010 dispõe sobre a dissolubilidade do casamento civil pelo divórcio"
doc = nlp(texto)
for ent in doc.ents:
print(f"{ent.text} -> {ent.label_}")
Conjunto de dados e treinamento
Conjunto de dados: peluz/lener_br
Baseado em: https://www.kaggle.com/code/flaviagg/treinando-spacy-ner-para-o-lener-br/notebook
- Downloads last month
- -
!pip install https://huggingface.co/DIACDE/NER_LEIS/resolve/main/NER_LEIS-any-py3-none-any.whl # Using spacy.load(). import spacy nlp = spacy.load("NER_LEIS") # Importing as module. import NER_LEIS nlp = NER_LEIS.load()