Datasets:
Tasks:
Text Classification
Modalities:
Text
Sub-tasks:
multi-class-classification
Languages:
Portuguese
Size:
1K - 10K
License:
File size: 806 Bytes
4e1667d b65baf6 c5d395e b65baf6 c5d395e 4e1667d c5d395e | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 | ---
language: [pt]
license: cc-by-4.0
task_categories: [text-classification]
task_ids: [multi-class-classification]
pretty_name: Programa de Integridade Dataset
---
# Programa de Integridade Dataset
## Descrição
Dataset para detecção de indícios de Programa de Integridade em textos de licitações.
## Estrutura
- **text**: trecho textual
- **label**: 1 = contém indício de Programa de Integridade, 0 = não contém
## Partições
- train
- validation
- test
## Origem
Construído a partir de seções de licitações e augmentação textual via back translate de 4 diferentes línguas.
## Pré-processamento
- Remoção de duplicados
- Normalização de espaços
## Data
2026-02-26
## Uso
```python
from datasets import load_dataset
ds = load_dataset("tcepi/prog_integridade_dataset")
```
|