---
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")
```