%global _empty_manifest_terminate_build 0 Name: python-tcegoframework Version: 0.6.3 Release: 1 Summary: TCE-GO Artificial Intelligence Framework License: GNU Affero General Public License v3 or later (AGPLv3+) URL: https://github.com/Kinteshi/TCE-GO-AI-Framework Source0: https://mirrors.nju.edu.cn/pypi/web/packages/66/13/a070b17b53a4c73e0b0e0dbcb00b2c93e3f34c887cba5ae6d88329d52649/tcegoframework-0.6.3.tar.gz BuildArch: noarch Requires: python3-dill Requires: python3-numpy Requires: python3-pandas Requires: python3-seaborn Requires: python3-matplotlib Requires: python3-clean-text Requires: python3-unidecode Requires: python3-torch Requires: python3-tensorflow Requires: python3-transformers Requires: python3-scipy Requires: python3-sklearn Requires: python3-nltk Requires: python3-openpyxl Requires: python3-jaydebeapi Requires: python3-pexpect Requires: python3-hdfs3 %description # TCE-GO Artificial Intelligence Framework Framework de Inteligência Artificial desenvolvido para o Tribunal de Contas do Estado de Goiás. ## Instalação Antes de começar tenha certeza de que o [pip](https://pip.readthedocs.io/en/stable/installing/) está instalado com o [python](https://www.python.org/downloads/)>=3.8. Para instalar localmente: pip install tcegoframework ## Uso ### Requisitos Um arquivo `config.ini` que possua obrigatoriamente a seguinte estrutura deve existir no diretório onde o framework será chamado: [options.dremio] connection = database.address:port user = username password = password [options.training] expired_class_path = arquivo_naturezas_vigência_expirada.xlsx validated_data_path = dados_validados.xlsx #### `[options.dremio]` - `connection`: endereço e porta do banco de dados onde serão feitas as consultas. - `user`: nome de usuário do dremio. - `password`: senha do usuário do dremio. #### `[options.training]` - `expired_class_path`: endereço para o arquivo que possui as naturezas fora de vigência. - `validated_data_path`: endereço para o arquivo que possui os dados validados por um especialista quanto à corretude. ### Treino Para iniciar o treinamento: tcegoaif training Será gerada uma estrutura de arquivos que não deve ser modificada para correto funcionamento do framework. ### Inferência Para que seja possível realizar inferência os arquivos gerados pelo treinamento devem constar no diretório em que o comando for executado: tcegoaif inference Ao final da inferência são gerados dois arquivos: - `dia-da-execução_results.csv`: resultados da inferência contendo a seguinte estrutura: | Identificador do empenho | Empenho Sequencial Empenho | Natureza Predita | Corretude Predita | Avaliação final do modelo | |--------------------------|----------------------------|------------------|-------------------|---------------------------| | xxxx.xxxx.xxx.xxxxx | xxxx.xxxx.xxx.xxxxx | x.x.xx.xx.xx | OK | C-M1-M2 | - `dia-da-execução_plot.png`: gráfico contendo a distribuição da avaliação final do framework. ### Filtros Alguns filtros são suportados por ambos os comandos. - Intervalo de Datas Busca todos os documentos no intervalo de datas (dd/mm/aaaa) especificado. Funciona em modo de treino ou inferência e não pode ser usado em conjunto com o filtro de Data. tcegoaif inference --daterange 01/01/2020 01/02/2020 ou tcegoaif inference -dr 01/01/2020 01/02/2020 - Data(s) Busca documentos de uma ou mais datas (dd/mm/aaaa) especificadas pelo filtro. Funciona apenas para o modo de inferência e não pode ser usada em conjunto com o filtro de Intervalo de Datas. tcegoaif inference --date 01/01/2020 02/01/2020 05/01/2020 ou $tcegoaif inference -d 01/01/2020 02/01/2020 05/01/2020 - Órgão(s) Busca documentos de um ou mais órgãos especificados no filtro. Funciona apenas para o modo de inferência e pode ser combinado com qualquer um dos outros filtros. tcegoaif inference --orgao FUNEBOM ou tcegoaif inference -o FUNEBOM ### Contribuições - Jeferson Marques ([Kinteshi](http://github.com/Kinteshi)) - Thauan Silva ([devthauan](http://github.com/devthauan)) %package -n python3-tcegoframework Summary: TCE-GO Artificial Intelligence Framework Provides: python-tcegoframework BuildRequires: python3-devel BuildRequires: python3-setuptools BuildRequires: python3-pip %description -n python3-tcegoframework # TCE-GO Artificial Intelligence Framework Framework de Inteligência Artificial desenvolvido para o Tribunal de Contas do Estado de Goiás. ## Instalação Antes de começar tenha certeza de que o [pip](https://pip.readthedocs.io/en/stable/installing/) está instalado com o [python](https://www.python.org/downloads/)>=3.8. Para instalar localmente: pip install tcegoframework ## Uso ### Requisitos Um arquivo `config.ini` que possua obrigatoriamente a seguinte estrutura deve existir no diretório onde o framework será chamado: [options.dremio] connection = database.address:port user = username password = password [options.training] expired_class_path = arquivo_naturezas_vigência_expirada.xlsx validated_data_path = dados_validados.xlsx #### `[options.dremio]` - `connection`: endereço e porta do banco de dados onde serão feitas as consultas. - `user`: nome de usuário do dremio. - `password`: senha do usuário do dremio. #### `[options.training]` - `expired_class_path`: endereço para o arquivo que possui as naturezas fora de vigência. - `validated_data_path`: endereço para o arquivo que possui os dados validados por um especialista quanto à corretude. ### Treino Para iniciar o treinamento: tcegoaif training Será gerada uma estrutura de arquivos que não deve ser modificada para correto funcionamento do framework. ### Inferência Para que seja possível realizar inferência os arquivos gerados pelo treinamento devem constar no diretório em que o comando for executado: tcegoaif inference Ao final da inferência são gerados dois arquivos: - `dia-da-execução_results.csv`: resultados da inferência contendo a seguinte estrutura: | Identificador do empenho | Empenho Sequencial Empenho | Natureza Predita | Corretude Predita | Avaliação final do modelo | |--------------------------|----------------------------|------------------|-------------------|---------------------------| | xxxx.xxxx.xxx.xxxxx | xxxx.xxxx.xxx.xxxxx | x.x.xx.xx.xx | OK | C-M1-M2 | - `dia-da-execução_plot.png`: gráfico contendo a distribuição da avaliação final do framework. ### Filtros Alguns filtros são suportados por ambos os comandos. - Intervalo de Datas Busca todos os documentos no intervalo de datas (dd/mm/aaaa) especificado. Funciona em modo de treino ou inferência e não pode ser usado em conjunto com o filtro de Data. tcegoaif inference --daterange 01/01/2020 01/02/2020 ou tcegoaif inference -dr 01/01/2020 01/02/2020 - Data(s) Busca documentos de uma ou mais datas (dd/mm/aaaa) especificadas pelo filtro. Funciona apenas para o modo de inferência e não pode ser usada em conjunto com o filtro de Intervalo de Datas. tcegoaif inference --date 01/01/2020 02/01/2020 05/01/2020 ou $tcegoaif inference -d 01/01/2020 02/01/2020 05/01/2020 - Órgão(s) Busca documentos de um ou mais órgãos especificados no filtro. Funciona apenas para o modo de inferência e pode ser combinado com qualquer um dos outros filtros. tcegoaif inference --orgao FUNEBOM ou tcegoaif inference -o FUNEBOM ### Contribuições - Jeferson Marques ([Kinteshi](http://github.com/Kinteshi)) - Thauan Silva ([devthauan](http://github.com/devthauan)) %package help Summary: Development documents and examples for tcegoframework Provides: python3-tcegoframework-doc %description help # TCE-GO Artificial Intelligence Framework Framework de Inteligência Artificial desenvolvido para o Tribunal de Contas do Estado de Goiás. ## Instalação Antes de começar tenha certeza de que o [pip](https://pip.readthedocs.io/en/stable/installing/) está instalado com o [python](https://www.python.org/downloads/)>=3.8. Para instalar localmente: pip install tcegoframework ## Uso ### Requisitos Um arquivo `config.ini` que possua obrigatoriamente a seguinte estrutura deve existir no diretório onde o framework será chamado: [options.dremio] connection = database.address:port user = username password = password [options.training] expired_class_path = arquivo_naturezas_vigência_expirada.xlsx validated_data_path = dados_validados.xlsx #### `[options.dremio]` - `connection`: endereço e porta do banco de dados onde serão feitas as consultas. - `user`: nome de usuário do dremio. - `password`: senha do usuário do dremio. #### `[options.training]` - `expired_class_path`: endereço para o arquivo que possui as naturezas fora de vigência. - `validated_data_path`: endereço para o arquivo que possui os dados validados por um especialista quanto à corretude. ### Treino Para iniciar o treinamento: tcegoaif training Será gerada uma estrutura de arquivos que não deve ser modificada para correto funcionamento do framework. ### Inferência Para que seja possível realizar inferência os arquivos gerados pelo treinamento devem constar no diretório em que o comando for executado: tcegoaif inference Ao final da inferência são gerados dois arquivos: - `dia-da-execução_results.csv`: resultados da inferência contendo a seguinte estrutura: | Identificador do empenho | Empenho Sequencial Empenho | Natureza Predita | Corretude Predita | Avaliação final do modelo | |--------------------------|----------------------------|------------------|-------------------|---------------------------| | xxxx.xxxx.xxx.xxxxx | xxxx.xxxx.xxx.xxxxx | x.x.xx.xx.xx | OK | C-M1-M2 | - `dia-da-execução_plot.png`: gráfico contendo a distribuição da avaliação final do framework. ### Filtros Alguns filtros são suportados por ambos os comandos. - Intervalo de Datas Busca todos os documentos no intervalo de datas (dd/mm/aaaa) especificado. Funciona em modo de treino ou inferência e não pode ser usado em conjunto com o filtro de Data. tcegoaif inference --daterange 01/01/2020 01/02/2020 ou tcegoaif inference -dr 01/01/2020 01/02/2020 - Data(s) Busca documentos de uma ou mais datas (dd/mm/aaaa) especificadas pelo filtro. Funciona apenas para o modo de inferência e não pode ser usada em conjunto com o filtro de Intervalo de Datas. tcegoaif inference --date 01/01/2020 02/01/2020 05/01/2020 ou $tcegoaif inference -d 01/01/2020 02/01/2020 05/01/2020 - Órgão(s) Busca documentos de um ou mais órgãos especificados no filtro. Funciona apenas para o modo de inferência e pode ser combinado com qualquer um dos outros filtros. tcegoaif inference --orgao FUNEBOM ou tcegoaif inference -o FUNEBOM ### Contribuições - Jeferson Marques ([Kinteshi](http://github.com/Kinteshi)) - Thauan Silva ([devthauan](http://github.com/devthauan)) %prep %autosetup -n tcegoframework-0.6.3 %build %py3_build %install %py3_install install -d -m755 %{buildroot}/%{_pkgdocdir} if [ -d doc ]; then cp -arf doc %{buildroot}/%{_pkgdocdir}; fi if [ -d docs ]; then cp -arf docs %{buildroot}/%{_pkgdocdir}; fi if [ -d example ]; then cp -arf example %{buildroot}/%{_pkgdocdir}; fi if [ -d examples ]; then cp -arf examples %{buildroot}/%{_pkgdocdir}; fi pushd %{buildroot} if [ -d usr/lib ]; then find usr/lib -type f -printf "/%h/%f\n" >> filelist.lst fi if [ -d usr/lib64 ]; then find usr/lib64 -type f -printf "/%h/%f\n" >> filelist.lst fi if [ -d usr/bin ]; then find usr/bin -type f -printf "/%h/%f\n" >> filelist.lst fi if [ -d usr/sbin ]; then find usr/sbin -type f -printf "/%h/%f\n" >> filelist.lst fi touch doclist.lst if [ -d usr/share/man ]; then find usr/share/man -type f -printf "/%h/%f.gz\n" >> doclist.lst fi popd mv %{buildroot}/filelist.lst . mv %{buildroot}/doclist.lst . %files -n python3-tcegoframework -f filelist.lst %dir %{python3_sitelib}/* %files help -f doclist.lst %{_docdir}/* %changelog * Wed May 31 2023 Python_Bot - 0.6.3-1 - Package Spec generated