README.md

---

language:
- pt
license: cc-by-4.0
task_categories:
- text-classification
tags:
- ncm
- fiscal
- nfe
- nf-e
- receita-federal
- classificacao-fiscal
- reforma-tributaria
- benchmark
pretty_name: RFB-bench — Soluções de Consulta NCM (COANA/COSIT)
size_categories:
- 1K<n<10K
---


# RFB-bench — Soluções de Consulta NCM da Receita Federal (`DominuZ/rfb-bench`)

> **Ferramenta de apoio · caráter orientativo · a responsabilidade pela classificação

> é do contribuinte/contador.**

## ⚠️ Status: extração automática PENDENTE de revisão humana

Os **4.944 pares** foram extraídos automaticamente do texto dos atos e **ainda

não passaram por revisão humana par a par** — todos carregam
`status_verificacao = "pendente"`. Os atos de origem são decisões oficiais
(o rótulo é vinculante na fonte); o que está pendente é a conferência de que a
EXTRAÇÃO (descrição ↔ código) foi fiel ao texto de cada ato. Publicamos com o
status visível em vez de esperar em silêncio: se você encontrar um par mal
extraído, abra uma discussão neste repositório — o campo `status_verificacao`
será atualizado conforme a revisão avançar, e versões futuras marcarão
`aprovado`/`rejeitado` por par.

---

## O que é

4.944 pares `(descrição da mercadoria, código NCM de 8 dígitos)` extraídos de
**Soluções de Consulta vinculantes** da Receita Federal — decisões formais da
Coana (Coordenação-Geral de Administração Aduaneira) e Cosit (Coordenação-Geral
de Tributação) que fixam o NCM correto de uma mercadoria específica, case a
case. Cobrem atos publicados entre **2014 e 2026**, coletados via API pública
do sistema Normas da RFB (`normasinternet2.receita.fazenda.gov.br`).

Diferente do restante dos dados deste projeto (descrições de item de NF-e,
telegráficas), este dataset é **prosa jurídica formal** — o registro de um
parecer da Receita, não de um ERP. É exatamente essa diferença de registro que
o torna valioso como benchmark: mede se um classificador generaliza para além
do estilo de treino mais comum, não só decora padrões de nota fiscal.

## Colunas

| coluna | tipo | descrição |
|---|---|---|
| `descricao_mercadoria` | string | descrição da mercadoria extraída do texto do ato |
| `ncm8` | string (8 dígitos) | código NCM fixado pela Solução de Consulta |
| `ncm8_vigente` | bool | `true` se o código ainda é válido na tabela NCM vigente; `false` para códigos já extintos (mantidos no bench — a Solução de Consulta continua provando a classificação correta *para a nomenclatura da época*) |
| `fonte_id_ato` | — | identificador do ato de origem no sistema Normas da RFB |
| `epigrafe` | string | epígrafe/identificação formal do ato |
| `data_publicacao` | data | data de publicação do ato |
| `status_verificacao` | string | `pendente` para todos os 4.944 pares atualmente (ver aviso acima) |

## Números

- **4.944 pares** extraídos, de 5.165 atos de classificação identificados entre
  5.380 atos baixados com sucesso (2014-2026; 1 falha HTTP 406 isolada, tolerada).
- **1.356 folhas NCM distintas** cobertas.
- **4.615 pares (93,4%)** com NCM ainda vigente na tabela oficial atual; **329

  (6,6%)** com código já extinto (mantidos com a flag `ncm8_vigente=false`).
- Fila de **419 atos (8%)** sem par extraído com sucesso (padrão de texto não
  reconhecido pelo extrator, ou NCM malformado) — **deliberadamente deixada de

  fora** deste corte: 8% está abaixo do limiar que justificaria construir um
  segundo caminho de extração assistida por modelo, e 4.944 pares já superou a
  meta original em ~3x.

## Como foi extraído (resumo — a metodologia completa está no ADR-011 do
projeto de origem)

O portal não documenta uma API de busca pública; o protocolo real (busca
textual Lucene com filtro de ano, refinada por assunto do ato) foi descoberto
por sondagem direta contra o servidor de produção — o filtro de órgão exposto
pela interface web, por exemplo, é **ignorado silenciosamente** pelo servidor,
então a extração usa termo de busca + ano + refinamento por assunto no JSON de
cada ato, não o filtro de órgão. Outras armadilhas tratadas: falhas HTTP
isoladas não abortam a coleta inteira; o texto "multivigente" de um ato repete
a ementa por versão (dedupe pós-extração); atos antigos usam um rótulo
alternativo para a descrição da mercadoria (`CÓDIGO NCM: X <descrição>` em vez
de `Mercadoria: <descrição>`); trechos com rótulos jurídicos intercalados
(`Ex Tipi:`) eram limpos antes de virar a descrição final.

## Uso pretendido

**Este dataset é EVAL, nunca treino.** Ele mede generalização de um
classificador descrição→NCM treinado em outro estilo de texto (ex.: NF-e) contra
prosa jurídica formal — um teste de distribuição fora do treino, não mais um
corpus para aprender de. Qualquer pipeline de treino que use dados
públicos de NF-e/Portal da Transparência deve rodar uma checagem de
anti-contaminação contra este dataset antes de treinar (cópia literal é
verificável; overlap semântico entre uma descrição de NF-e e uma descrição de
Solução de Consulta não é garantidamente detectado por uma checagem de
igualdade de texto — limitação conhecida).

**Benchmark aberto — convidamos submissões.** Se você tem um classificador
NCM (deste projeto ou de outra origem, incluindo abordagens comerciais), rode
contra este held-out e publique acc@2/4/6/8. O objetivo é um campo de
comparação público e honesto, não um número que só favoreça este projeto — um
resultado baixo aqui não é vergonha, é a natureza de um benchmark fora de
distribuição.

## Contexto de referência (medido no modelo companheiro deste dataset)

O classificador [`DominuZ/ncm-classificador-bertimbau`](https://huggingface.co/DominuZ/ncm-classificador-bertimbau),
treinado majoritariamente em descrições de item de NF-e, mede acc@2 55,2% /
acc@8 8,9% neste benchmark — bem abaixo do desempenho no próprio domínio de
treino (76,5% acc@8 em dados reais de NF-e). Isso é reportado no model card
dele como um desvio de distribuição esperado (prosa formal vs. telegrama de
NF-e), não como falha de arquitetura — e é exatamente o tipo de gap que este
benchmark existe para expor honestamente.

## LGPD e privacidade

Nenhum dado pessoal. As Soluções de Consulta são atos administrativos públicos
da Receita Federal, sem identificação de partes privadas — o texto trata da
mercadoria, não do contribuinte que fez a consulta.

## Licença

**CC BY 4.0** (para a compilação estruturada publicada aqui — extração,
limpeza, dedupe, flags de vigência e organização em parquet). Os textos-fonte
são atos oficiais da administração pública federal, que não são objeto de
proteção autoral no Brasil (Lei 9.610/98, art. 8º, IV); a licença cobre o
trabalho de curadoria, não os atos em si. Atribuição: cite este repositório e,
por par, o ato de origem (`epigrafe` / `fonte_id_ato`).

## Disclaimer

> **Ferramenta de apoio · caráter orientativo · a responsabilidade pela

> classificação é do contribuinte/contador.** Os pares deste dataset registram
> decisões da Receita Federal para os casos específicos que motivaram cada
> consulta; usar um NCM aqui presente para um item diferente do julgado exige
> julgamento humano equivalente, não aplicação mecânica.

---

## English summary

4,944 `(item description, 8-digit NCM code)` pairs extracted from **binding

tax classification rulings** published by Brazil's federal tax authority
(2014–2026 public API), covering 1,356 distinct leaf codes. Unlike the
telegraphic invoice-item style used to train the companion model, this is
**formal legal prose** — a genuine out-of-distribution benchmark. **All 4,944

pairs are currently unreviewed** (`status_verificacao = pendente`); this
dataset ships with that caveat visible rather than waiting silently. Eval-only
by design — never used for training the companion model (contamination-guard
tested in code). Open benchmark: submissions welcome.