Ir para o conteúdo
BBSIABanco Brasileiro de Soluções de IA para a Gestão Pública
Compartilhar soluçãoVoluntariado
Gestão PúblicaEm avaliação

Ficha da solução · Model Card

Ro-DOU NER

SEGES/CGINF · Federal · Distrito Federal

NERGLiNERDiário OficialINLABSextração de entidades+2

Sobre a solução

Serviço de enriquecimento de publicações integrais do Diário Oficial da União com entidades (pessoas, organizações, locais, processos, CPF/CNPJ, datas, valores e referências legais). Não se confunde com o Ro-DOU já catalogado: aquele faz clipping e alertas a partir de palavras-chave; este lê o texto completo (INLABS, somente leitura), extrai entidades por regras e, de forma opcional, por NER (GLiNER), e guarda resultados versionados para consulta por API. O repositório descreve um MVP, com qualidade no corpus real ainda a avaliar.

Como funciona

Lê a tabela INLABS em modo somente leitura, normaliza o HTML e aplica regras (processos, CPF/CNPJ, datas, valores, referências legais). No modo híbrido, GLiNER local acrescenta pessoas, organizações e locais; as regras têm prioridade. Resultados versionados, API de leitura e gatilho Airflow.

Ficha técnica

Origem
Governamental (7.1.A)
Tecnologia de IA
Análise de texto / linguagem (NLP)
Tipo
Aplicação
Em uso desde
2026
Licença
AGPL-3.0
IA generativa
Não
Frameworks
Python · FastAPI · GLiNER · PostgreSQL · OpenSearch · Apache Airflow · Docker
Tags
NER · GLiNER · Diário Oficial · INLABS · extração de entidades · NLP · on-premise

Impacto

Resultado / impacto
Permite consultar o DOU por entidades estruturadas, em complemento ao clipping por palavras-chave. Ainda não há avaliação pública em corpus real anotado nem evidência de implantação em produção. Extrai nomes e identificadores de publicações públicas, o que continua sendo tratamento de dados pessoais.
Impacto social / ético
Permite consultar o DOU por entidades estruturadas, em complemento ao clipping por palavras-chave. Ainda não há avaliação pública em corpus real anotado nem evidência de implantação em produção. Extrai nomes e identificadores de publicações públicas, o que continua sendo tratamento de dados pessoais.
Grupos afetados
servidores e unidades que acompanham o DOU; pessoas e organizações cujos nomes ou identificadores sejam extraídos

Você também pode consultar

Dados públicos (guia de prontidão)

Bases reutilizáveis

  • Bahmni — Prontuário hospitalar completo construído sobre OpenMRS, OpenELIS e OpenERP, incluindo laboratório e farmácia.
  • Ollama — Roda um modelo de linguagem na máquina do próprio órgão, sem enviar o texto para serviço externo. É a base para usar IA generativa sobre documento sigiloso.