Este projeto utiliza um notebook do Google Colab para automatizar a coleta, a extração de informações e a análise com LLM de sentenças judiciais sobre tráfico de drogas em Piracicaba, extraídas do e-SAJ do TJSP.
Coleta de Dados: O script realiza web scraping com requests para baixar páginas com julgados de interesse.
Extração de Informações: O conteúdo HTML é processado com BeautifulSoup4 para extrair, por exemplo, número do processo, magistrado e texto completo da sentença e os organiza em dataframe, usando pandas.
Análise com IA: O texto de cada sentença é analisado por um modelo de linguagem (LLM), que extrai informações-chave como modus operandi, alegações da defesa, resultado do processo e um resumo da decisão. Usamos o LiteLLM para facilitar a alternância dos modelos.
Armazenamento: Os dados obtidos com a extração e com a análise são salvos no Google Drive como arquivos CSV.
-
Abra o Google Colab.
-
Configure as Chaves de API (no menu à esquerda, clique no ícone de "chave" e adicione as API_KEY necessárias.
-
Conecte ao Google Drive.
-
Execute todas as células do notebook em ordem, do início ao fim. As dependências serão instaladas e o processo será iniciado.
-
Ao final da execução, você encontrará os arquivos CSV resultantes da análise no seu Google Drive, na pasta especificada na variável PROCESSED_DATA_PATH.
-
Altere PARAMS_TJSP para analisar outros tipos de sentenças. Inspecione a página https://esaj.tjsp.jus.br/cjpg/pesquisar.do para entender como funcionam os parâmetros.
-
Modifique o prompt para obter novos resultados. Faça as alterações correspondentes no JSON de saída.