1
resposta

[Projeto] 01 Categorização Automática de Despesas Bancárias

Categorização Automática de Despesas Bancárias

O objetivo é classificar transações bancárias automaticamente usando a técnica de Classificação Zero- Shot .

Essa técnica permite que um modelo classificado de textos mesmo sem ter sido treinado especificamente nas categorias desejadas .

A solução utiliza normalmente a plataforma:

Rosto de abraço

com um modelo de Zero- Shot Classification .

1️ Exportar as categorias

Exemplo de categorias de despesas:

Alimentação

Transporte

Contas

Laser

Compras

Essas categorias são passadas ao modelo como rótulos candidatos .

2️ Lista de transações

Exemplo de transações bancárias:

  1. “SUPERMERCADO EXTRA”
  2. “NETFLIX MENSALIDADE”
  3. “POSTO SHELL COMBUSTIVEL”
  4. “RESTAURANTE PIZZARIA ITALIA”

3️ Classificação Zero- Tiro

implementação Python:

from transformers import pipeline

classifier = pipeline("zero-shot-classification")

transacao = "UBER TRIP SAO PAULO"

categorias = [
"Alimentação",
"Transporte",
"Contas",
"Lazer"
]

resultado = classifier(transacao, categorias)

print(resultado)

4️ Exemplo de resultado

Entrada:

"VIAGEM DE UBER EM SÃO PAULO"

eu:

Categoria Pontuação
Transporte 0,92
Laser 0,04
Contas 0,02
Alimentação 0,02

final do hal :

Transporte

5️ Exemplos de classificação
Transação Categoria
SUPERMERCADO EXTRA Alimentação
VIAGEM DE UBER Transporte
NETFLIX Laser
POSTO SHELL Transporte
RESTAURANTE Alimentação

1 resposta

Oi, Moacir! Como vai?

Agradeço por compartilhar suas reflexões e aprendizados com a comunidade Alura.

Gostei da forma como você estruturou seu projeto e explicou a ideia da Classificação Zero-Shot para categorizar despesas bancárias. Sua organização em etapas, desde a definição das categorias de despesas, passando pela lista de transações bancárias, até chegar na implementação em Python com a biblioteca transformers, ajuda muito a entender como a solução funciona na prática. Também ficou claro como o modelo analisa a transação e retorna a categoria com maior pontuação, como no caso da corrida de Uber sendo classificada como Transporte.

Continue explorando esse tipo de aplicação com IA, pois conectar problemas do dia a dia com modelos de linguagem é um ótimo caminho para aprofundar seu aprendizado. Dica: teste incluir mais categorias e mais exemplos de transações para avaliar como o modelo reage a descrições diferentes. Você pode fazer isso criando uma lista maior de entradas e analisando as pontuações retornadas para entender melhor o comportamento da classificação.

Alura Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!