Sprint 15 – Triagem Inteligente

Período: 27/10/2022 – 24/11/2022

Para a Sprint 15, iniciamos com o objetivo de aplicar conceitos de rastreabilidade de código utilizando GrayLog no projeto e aplicar o uso de técnicas de Machine Learning na definição de classes e assuntos do processo. Em paralelo, incluir no projeto novas aplicações de assuntos a partir do dicionário de palavras. Para concluir, inclusão dos primeiros estudos pelo grupo na implementação das consultas por API ao projeto.

Embora os materiais e fontes de informação sobre o Graylog, inclusive a documentação oficial, não sejam tão aprofundados, conseguimos implementar alguns filtros que vão nos ajudar na consulta dos logs. Filtros para cada serviço e mapeando alguns status code que aparecem nas mensagens, como por exemplo o status code 201, indicando que um recurso foi cadastrado com sucesso na API ou 404 indicando uma falha no processamento de algum recurso ou função ou mesmo um ERROR para capturar alguma entrada de erro nos serviços.

Realizamos também a inserção dos novos assuntos/palavras-chaves cadastrados pela equipe do Labi Fervo. Com isso, aumentamos a capacidade de leitura e aproximação para o assunto sugerido, de acordo com a petição inicial analisada.

Como implemento e avanço também no nosso MVP, implementamos alguns tratamentos de erros na inserção de PDFs e Texto. De maneira a reduzir a possibilidade de “quebrar” o nosso serviço e fornecendo feedback para o usuário, conduzindo à inserção correta dos arquivos.

Entendemos que esse caminho da análise do assunto a partir do dicionário de palavras, é limitado e pode recair em uma sugestão de assunto equivocada, então iniciamos os estudos e pesquisa para desenvolver o nosso algoritmo de Machine Learning para a identificação do assunto. Fizemos uma reunião com a equipe de Residentes da JFRN, que atua no projeto de Triagem de Peritos, para mergulhar no assunto e aproveitar a experiência deles, um melhor caminho para começar, indicação de materiais e fontes de pesquisa.

Recebemos os acessos para a API do PJe. Devido à proximidade do período de entrega e de estarmos concentrando os esforços nas outras tarefas, os estudos e análise da API ficará para a próxima Sprint.