Aprimorando a análise de propostas legislativas para uma instituição pública

Uma instituição pública foi inundada com milhares de propostas de emendas legislativas ao orçamento nacional a cada ano. Analisar e analisar manualmente essas propostas era demorado e consumia muitos recursos. A equipe enfrentou vários desafios:

• Volume de propostas: Com mais de 2.000 propostas por ano, era quase impossível avaliar minuciosamente cada uma delas em tempo hábil.
• Detecção de redundância: Identificar propostas semelhantes ou duplicadas enviadas ao longo dos anos foi difícil, levando a avaliações repetitivas.
• Categorização: Organizar as propostas em categorias relevantes para melhor avaliação e delegação era um processo manual propenso a erros.
• Alocação de recursos: Os recursos limitados da equipe tornaram difícil focar nas propostas com o impacto mais significativo.

O cliente precisava de uma solução eficiente para automatizar o processo de análise, reduzir a redundância e focar em propostas de alta prioridade.

‍

Foi desenvolvido um sistema automatizado que utiliza técnicas avançadas de processamento de linguagem natural (PNL) e aprendizado de máquina. A abordagem incluiu:

1. Coleta e análise de dados:
   • Coletou propostas de emendas legislativas em formato PDF dos últimos três anos.
   • Desenvolvi um analisador para extrair texto de PDFs, lidando com vários problemas de formatação.
2. Sumarização de texto:
   • Utilizou os modelos GPT da OpenAI para gerar resumos concisos de cada proposta.
   • Resumos garantidos focados nas principais mudanças legislativas sem detalhes desnecessários.
3. Categorização da proposta:
   • Definiu um conjunto de categorias relevantes (por exemplo, Educação, Saúde, Infraestrutura).
   • Implementou um modelo de categorização para atribuir cada proposta à categoria mais apropriada ou marcá-la para análise se não existisse nenhuma categoria adequada.
4. Análise de incorporação e similaridade:
   • Incorporações geradas para resumos de propostas para capturar o significado semântico.
   • Similaridade de cosseno calculada entre incorporações para identificar propostas semelhantes ou duplicadas.
   • Limites estabelecidos para determinar a equivalência e a relevância.
5. Combinando novas propostas com envios anteriores:
   • Comparou novas propostas com o banco de dados histórico para detectar redundâncias.
   • Forneceu recomendações sobre a revisão, aceitação ou desconsideração de propostas com base em pontuações de similaridade.
6. Automação e processamento em lote:
   • Capacidades de processamento em lote aproveitadas para lidar com grandes volumes de dados com eficiência.
   • Implementou o tratamento de erros e novas tentativas para garantir a robustez.

A solução fornecida foi um sistema integrado que automatizou a análise das propostas de emendas legislativas:

• Análise automatizada: Extraiu texto de PDFs e tratou exceções com elegância.
• Resumo baseado em IA: gerou resumos claros e concisos para uma compreensão rápida.
• Categorização eficiente: Atribuiu propostas a categorias predefinidas, auxiliando nas revisões organizadas.
• Correspondência de similaridade: Identificou as melhores correspondências entre as propostas anteriores para reduzir a redundância.
• Saídas fáceis de usar: Produziu relatórios com hiperlinks para facilitar o acesso aos detalhes da proposta.
• Arquitetura escalável: Projetado para lidar com volumes crescentes de dados sem comprometer o desempenho

‍

A implementação do sistema de análise automatizada levou a melhorias significativas:

• Economia de tempo: reduziu o tempo de revisão manual em mais de 70%, permitindo que a equipe se concentrasse em propostas de alto impacto ou propostas completamente novas.
• Consistência aprimorada: Forneceu resumos e categorizações padronizados, melhorando a consistência da tomada de decisões.
• Redução de redundância: Identificou e eliminou propostas duplicadas, simplificando o processo legislativo.
• Otimização de recursos: alocou recursos de pessoal de forma mais eficaz, destacando as propostas prioritárias.
• Insights baseados em dados: Permitiu a análise de dados sobre as tendências das propostas ao longo dos anos, informando futuras decisões políticas.

‍

‍

‍