A new machine learning based framework to classify and analyze industry-specific regulations

Abstract

A transparência e abertura do governo são elementos cruciais no avanço da modernização do estado. A combinação entre transparência e informação digital deu origem ao conceito de Governo Aberto, que aumenta o entendimento do cidadão sobre processos governamentais e como consequência o monitoramento das ações do governo, o que, por sua vez, melhora a qualidade dos serviços públicos e do processo decisório governamental. Com o objetivo de melhorar a transparência legislativa e a compreensão do processo regulatório brasileiro e suas características, este estudo apresenta o RegBR, a primeira estrutura nacional projetada para centralizar, classificar e analisar as regulamentações do governo brasileiro. O RegBR emprega rotinas de ETL automatizadas e técnicas de mineração de dados e aprendizado de máquina para construir um banco de dados centralizado da legislação federal brasileira. A estrutura avalia vários modelos de processamento de linguagem natural (NLP) em uma tarefa de classificação de texto em um novo corpus jurídico português e realiza análises regulatórias com base em métricas que dizem respeito à complexidade linguística, restritividade, popularidade e relevância de citação específica dos setores da economia. Este estudo propõe e apresenta métricas que podem ser usadas pelos formuladores de políticas para avaliar seu próprio trabalho, aumentando assim a abertura e a transparência do processo público, além de facilitar novas pesquisas na área de impacto regulatório brasileiro. De acordo com os dados do Google Analytics, as paginas contendo a métrica de popularidade e o fluxo regulatório são a quarta e a quinta páginas mais visitadas no site Infogov, respectivamente, indicando interesse significativo nas informações disponibilizadas pela RegBR. Especificamente, essas duas páginas sozinhas receberam mais de 800 visualizações únicas nos dois primeiros meses de 2023.