🧠 Inteligência Artificial - ProjetoSmartPlan

Este documento detalha as especificações do modelo de Processamento de Linguagem Natural (PLN) desenvolvido para o ProjetoSmartPlan, focando na extração automatizada de informações de planos de ensino universitários.

🛠️ Tecnologias Utilizadas

• Linguagem: Python 3.x
• Framework NLP: spaCy (Reconhecimento de Entidades Nomeadas - NER)
• API Web: FastAPI + Uvicorn
• Integração: REST API (JSON) consumida de forma assíncrona pelo frontend em React.

🤖 Especificações do Modelo (NER)

O modelo foi treinado de forma customizada utilizando textos reais de planos de ensino para identificar entidades específicas do contexto acadêmico.

• Diretório do Modelo Treinado: modelo_facom_v2/model-last
• Entidades Mapeadas:
  • ATIVIDADE / EVENTO: Nome do trabalho, prova, seminário ou projeto.
  • DATA / DATA_AVALIACAO: Prazo de entrega ou dia da aplicação da avaliação.
  • NOTA: Valor em pontos ou peso correspondente à atividade.

⚙️ Arquitetura e Lógica de Extração

Para garantir que as datas e notas corretas sejam atribuídas às suas respectivas atividades, a API utiliza um algoritmo de associação contextual:

1. Recebimento: A API recebe o texto bruto colado pelo usuário.
2. Processamento NLP: O motor do spaCy analisa o texto, realiza a tokenização e tagueia as entidades aprendidas no treinamento.
3. Limpeza (Filtros): Remoção de pontuações isoladas, parênteses e stopwords indesejadas (artigos e preposições).
4. Associação por Proximidade: O algoritmo calcula a distância (janela de palavras/caracteres) entre as entidades de ATIVIDADE, DATA e NOTA. A data e a nota mais próximas de uma atividade são agrupadas no mesmo evento, montando o cronograma de forma lógica.

🚀 Como Executar o Servidor de IA Localmente

1. Instalação das Dependências

Certifique-se de ter o Python instalado. É recomendado o uso de um ambiente virtual (venv). Execute o comando abaixo para instalar as bibliotecas necessárias:

pip install -r requirements.txt