Uso de técnicas de processamento de linguagem natural (PLN) para consulta normativa do CBMDF: proposta de arquitetura leve e adaptável como prova de conceito

Abstract

O Corpo de Bombeiros Militar do Distrito Federal (CBMDF) atua com base em um amplo e heterogêneo conjunto de normas institucionais, cuja consulta, em contextosa dministrativos e operacionais, demanda rapidez, precisão e segurança jurídica. Apesar da existência de sistemas corporativos de acesso documental, a recuperação da informação normativa ainda ocorre predominantemente por meio de buscas lexicais tradicionais, o que limita a identificação de trechos relevantes de forma contextualizada. Nesse cenário, este trabalho tem como objetivo propor e avaliar uma arquitetura leve e adaptável baseada em técnicas de Processamento de Linguagem Natural (PLN) para consulta normativa no CBMDF, concebida como prova de conceito e compatível com infraestrutura computacional simples. A metodologia adotada possui caráter exploratório e experimental, envolvendo a construção de um corpus normativo representativo, a aplicação de diferentes estratégias de segmentação textual (chunking), a indexação por métodos lexicais e semânticos e a realização de experimentos comparativos de recuperação de informação. Os resultados indicam que, embora abordagens clássicas como o BM25 apresentem desempenho competitivo em determinados cenários, técnicas baseadas em PLN exigem cuidados específicos quanto à estruturação dos textos normativos e à definição dos parâmetros de recuperação. Conclui-se que a adoção de arquiteturas leves de PLN é tecnicamente viável no contexto institucional do CBMDF e que a proposta apresentada fornece uma base flexível para investigações futuras e para a evolução de soluções de consulta normativa assistida.

The Federal District Military Fire Department (CBMDF) operates based on an extensive and heterogeneous set of institutional regulations, whose consultation in administrative and operational contexts requires speed, accuracy, and legal certainty. Despite the availability of internal document management systems, access to normative information is still predominantly based on traditional lexical search methods, which limits the contextual retrieval of relevant excerpts. In this context, this study aims to propose and evaluate a lightweight and adaptable architecture based on Natural Language Processing (NLP) techniques for normative consultation within the CBMDF, designed as a proof of concept and compatible with modest computational infrastructure. An exploratory and experimental methodology was adopted, involving the construction of a representative normative corpus, the application of different text segmentation (chunking) strategies, indexing through lexical and semantic retrieval methods, and comparative information retrieval experiments. The results show that, although classical approaches such as BM25 achieve competitive performance in certain scenarios, NLP-based techniques require specific attention to the structuring of normative texts and to the definition of retrieval parameters. It is concluded that the adoption of lightweight NLP architectures is technically feasible in the institutional context of the CBMDF and that the proposed solution provides a flexible foundation for future research and the evolution of assisted normative consultation systems.