Analisando e categorizando documentos da SEFAZ

Descrição:

O projeto propõe-se a analisar o corpo de uma série de documentos da Secretaria da Fazenda do Estado do Ceará, para classificá-los de acordo com seu tipo (Lei, Norma, Decreto, etc).

Este é um trabalho acadêmico da disciplina CK0223 - Mineração de Dados (DC/UFC, 2020.1).

Documentos Analisados:

Os documentos analisados estão disponíveis em:

https://drive.google.com/drive/folders/1mxz5MpdueJuEMB1AFCQhhxgWmdVSydpC?usp=sharing

E foram obtidos pelo link:

http://www2.sefaz.ce.gov.br/alfrescoPublic/br.com.alfresco.FormMain/FormMain.html

Tecnologias utilizadas:

• Python 3:
  • PdfPlumber
  • Numpy
  • Pandas
  • Seaborn
  • Scikit-Learn

Como reproduzir?

Para reproduzir, basta executar os seguintes passos:

0. Clonar o repositório usando o git:

git clone https://github.com/romulofff/datascience_trabalho_sefaz.git

Instalar as bibliotecas utilizadas no tutorial e criar o ambiente virtual usando:

pip install -r requirements.txt

Navegar até a pasta notebooks/ e executar o Jupyter com:

jupyter notebook

Basta então abrir os notebooks e executar as células.