---
license: cc-by-nc-sa-2.0
datasets:
- peluz/lener_br
language:
- pt
pipeline_tag: feature-extraction
library_name: spacy
tags:
- legal
---
# 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:

```bash
pip install spacy
```

## 2. Carregamento do Modelo:

```Python
import spacy

nlp = spacy.load("modelo_leis")
```

## 3. Processamento de Texto:

```Python
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](https://huggingface.co/datasets/peluz/lener_br)

Baseado em: https://www.kaggle.com/code/flaviagg/treinando-spacy-ner-para-o-lener-br/notebook