In this study called “2203NFC-e”, the objective is to develop an ontology that will present the various versions of the “complete sentence” to replace the product description visible in the NFC-e field. From this process there will be a system for generating feedback results to improve user queries, indicating which NFC-e transactions may or may not be selected and used for various state tax purposes. For the construction methodology of the 2203NFC-e ontology, a simplification of ON-ODM was used, incorporating the steps of survey, analysis, conceptualization, implementation, enrichment, validation of the case study through Competency Questions (QC), formulated to meet inspection demands and overcome the problems presented. As a result, the 2203NFC-e ontology presents the reproduction of the beer product by complete sentence with description of the name of the beer, type of packaging, volume, package, quantity and individual value of any type of disordered description of the product, evaluating which are complete and which are useful in terms of mining one or more properties of the main term, allowing progress in the reading and interpretation of beer sales data for inspection.
A identificação das mercadorias comercializadas com Nota Fiscal de Consumidor Eletrônica (NFC-e)
é feita por meio do seu correspondente, o código estabelecido na Nomenclatura Comum do Mercosul
(NCM) [
Este estudo propõe construir uma ontologia denominada 2203NFC-e para apresentar as várias versões de uma “sentença completa”, para substituir a descrição do produto visível no campo da NFCe. A partir desse processo, haverá um sistema de geração de resultados retroalimentado para o aprimoramento das consultas dos usuários, indicando quais transações da NFC-e poderão ou não ser selecionadas e utilizadas em diversas finalidades do fisco estadual como: quais fornecedores não adotam uma descrição do produto de acordo com as exigências da legislação, composição do Preço Médio Ponderado ao Consumidor Final (PMPF), inconsistência entre descrição do produto e do código de produto para fins de pagamento de impostos etc.
Para melhor organização, este trabalho seguiu 4 etapas, quais sejam: a base teórica sobre ontologia, resumo de alguns trabalhos relacionados à temática abordada, metodologia e desenvolvimento da ontologia. Essas etapas possibilitaram chegar a um resultado com relevância no campo da Ciência da Informação e na área fiscal.
Sistemas de gestão baseados em conhecimento utilizam ontologia para dar suporte aos processos
organizacionais usando ferramentas automáticas. Assim sendo, a ontologia descreve explicitamente
uma conceitualização compartilhada, uma interpretação estruturada de uma parte do mundo que as
pessoas usam para pensar e se comunicar [
De modo sintético, ontologias são compostas de “conceito”, um modelo; uma expressão humana do mundo real, parecido ao significado de “classe” na orientação a objetos; um “relacionamento”, um conceito entre conceitos ou uma associação de classes; “instância”, o elemento básico do conceito ou um exemplo concreto; “função”, uma descrição abstrata do método; “axioma”, um fato reconhecido ou regra de inferência [12].
Existem várias metodologias de desenvolvimento de ontologias, há de se considerar aquela que é
mais adequada a partir do objetivo, das características do domínio e da fonte de conhecimento, como
destaca [
Um resumo da metodologia adaptada à este trabalho: ON-ODM – Ontology Development
Methodology, [
Uma adaptação do planejamento para elaboração do Sistema de Organização do Conhecimento
(SOC) no domínio NFC-e, apresentado por [
Sentença completa e útil à fiscalização. 4. Levantamento e definição de características sintáticas e semânticas dos termos, atributos e associações por meio de algoritmos de IA: a. Ontologia: lista de candidatos às classes, subclasses, qualificadores (atributos) e relações existentes 5. Definição, validação e enriquecimento dos termos: a. Reuso de ontologias referenciadas; e b. utilização de termos adicionais que estão nas Resoluções da SEFAZ/AM. 6. Incorporar propriedade de dados: a. Colocar os dados das NFC-e como Data Property Assertions e instâncias das classes da ontologia para validação dos dados.
A implementação do processo 3: Definição dos metadados para descrição dos produtos propôs
termos em quantidade e qualidade suficientes para descrever o produto cerveja apresentado no
campo “descrição do produto” a partir da mineração de dados a base da NFC-e usando Apriori [
Para ampliar o conhecimento acerca da temática, buscou-se ontologias que foram criadas utilizando metodologias diversas e com aproximação ao conteúdo deste trabalho. Assim, seis trabalhos que contribuem para este estudo são descritos abaixo:
Alguns trabalhos utilizam técnicas de construção de ontologias juntamente com aprendizado não
supervisionado e PLN. Um estudo utilizando Apriori e Ontologia [
Outra ontologia estudada foi de risco financeiro logístico [12]. As palavras-chave foram levantadas com especialistas da área de risco e uma conceitualização e classificação formal foi construída. A partir disso, o algoritmo de mineração de regras de associação Apriori foi aplicado para inferir regras entre o risco, evento de risco e controles.
Em [
Especificamente sobre ontologias de cerveja [10] recorreu-se a uma ontologia de tipos de cerveja, a qual trata a discrepâncias na descrição e nos rótulos das cervejas e oferece recomendações de cerveja a partir de preferências de teor alcoólico, amargor, doçura, cor e ingredientes fornecidos por especialistas em cervejas.
Seguindo no campo da cerveja, The Beer Ontology [11] também apresenta uma ontologia de cervejas com estilos, legislação, fabricação, recipiente de fabricação e recipientes de embalagem das cervejas, resultando em um inventário para ajudar na tomada de decisão para seleção de cervejas. Essa ontologia definiu uma superclasse para Packing que estudou e definiu classes de tipos de embalagens como ‘barril’, ‘garrafa’, ‘lata’ e instâncias com suas volumetrias e empacotamentos: ‘12 garrafas de 355ml’ ou ‘12 latas de 355ml’. Essas descrições são encontradas em muitas transações das NFC-e analisadas neste trabalho.
Por fim, analisou-se um trabalho que trata de uma ontologia de compra e venda de produtos [9]. Acompanha o processo do pedido de compra do produto, emissão de nota fiscal, envio do produto, recepção e pagamento. Sua relevância para este trabalho é a conceitualização dos campos da nota fiscal como item do produto, preço, códigos, quantidade, descrição etc. e que serão formalizadas como classes na ontologia. O trabalho também apresenta uma lista de questões de competência significativas para o contexto da fiscalização como: qual número da nota fiscal; quais itens são listados na nota fiscal; qual quantidade e preço dos itens; e quais atributos do item produto.
Neste trabalho, como já mencionado na seção 1, será construída uma ontologia que descreve a comercialização do produto cerveja, NCM 2203.xxxx, que abstrai as características relevantes à venda da cerveja como nome e marca, quantidade do volume comercializado, embalagem, preço, data, e demais informações sobre emissor e consumidor. As sentenças completas que descrevem a transação de venda do produto serão validadas por meio das QCs escolhidas a partir dos requisitos necessários à fiscalização.
Esta é uma pesquisa com fins práticos com utilização e consequência prática dos conhecimentos [14],
o método propõe o modelo de identificação do problema e possível solução [15] com objetivo de
pesquisa exploratória com análise qualitativa [16] para avaliar trabalhos relacionados com a área de
ontologia e IA. A coleta de dados inclui amostra fornecida pela SEFAZ/AM. Para a metodologia de
construção da ontologia 2203NFC-e foi utilizada uma simplificação da ON-ODM, a escolha foi
baseada na divisão de etapas necessárias para construção da ontologia propostas pela metodologia,
um passo a passo bem definido, extenso, porém flexível que permitiu incorporar nos elementos de
computação o módulo de IA proposto em [
As ferramentas utilizadas são: Knime, para aplicação dos algoritmos de AM; software Protegé para a implementação da ontologia 2203NFC-e com a linguagem OWL e sintaxe Turtle, consultas em DL Query e os plugins: DL Query 4.0.1, Hermit Reasoner 1.4.3 / 456, OntoGraf 2.0.3 e OWLViz 5.0.3.
Os dados para esse estudo foram disponibilizados pela Secretaria de Fazenda do Estado do Amazonas (SEFAZ/AM) em arquivo .csv, tipo texto, no período de 01/02/2023 a 31/05/2023: 2203.xxx – Cerveja de malte. Uma vez conhecida e disponível a base de dados, foi escolhido o NCM com os 4 dígitos iniciais 2203.xxxx: “Cerveja de malte” para a construção do modelo. A seleção da amostra relevante para NCM 2203.xxxx apresentou 4.019.340 transações.
O algoritmo Apriori foi utilizado para investigar a existência de termos frequentes na forma
proposta em [
Ao final, da análise da frequência de ocorrência das palavras 210 termos são propostos pelas regras do Apriori para a definição dos conceitos da ontologia da venda do produto cerveja. Figura 1: Lista de 210 termos frequentes obtidos com a aplicação do Apriori. Fonte: Dados da pesquisa, 2024
O Apriori foi executado novamente para apresentar a associação entre 2, 3 e 4 termos do itemset e analisar a força das regras entre os termos de maior suporte do Corpus mantendo Suporte: 0,0001 e definindo a Confiança em 0,9. O objetivo é extrair candidatos para Object Property, relações entre as classes, e eliminar as relações fora do contexto de interesse. A seguir, a sequência de atividades foi realizada para construção da ontologia 2203NFC-e: • • • • • • • •
Seleção do termo principal: o estudo demonstra que, independentemente do termo de
interesse “cerveja” estar na descrição do NCM 2203.xxxx como Cerveja de malte, ele também
se repete na forma “CERV” e “CERVEJ”;
Seleção das classes a partir estudo [
Adicionar a descrição original como instância para que a fiscalização possa comparar o resultado da sentença completa com a sentença original
Figura 2: Destaque das classes e relacionamentos da ontologia 2203NFC-e [13]. Fonte: Dados da pesquisa, 2024 5.1. Questões de Competência As respostas das QCs foram extraídas da ontologia 2203NFC-e e apresentadas para validar a apresentação da sentença completa de uma NFC-e, também as sentenças semicompletas que poderiam ser utilizadas em consultas especificas para a fiscalização ou para reconhecer sentenças erradas de descrição do produto. A extração foi feita utilizando uma linguagem de consultas de dados (DL Queries) disponível no Protégé.
Na análise da QC01, qual a sentença completa para descrever corretamente a venda da cerveja de malte? A sentença completa, cuja expressão apresenta todos os metadados que compõem a descrição do produto e todos os metadados da venda do produto é descrita na seguinte forma: “Termo nome do produto + termo nome da marca + termo embalagem (termo do volume + termo tipo da embalagem) + termo pacote + termo NCM + número do item + quantidade do item + valor do item”.
A sentença completa é obtida por meio de uma consulta específica no Protégé, com os seguintes requisitos (DLQuery): “NFCeItem and (temCerveja some) and (temPacote some) and (ReferenciaEmbalagem some)”. Como exemplo, foram geradas consultas para cerveja Bohemia: “NFCeItem and (temCerveja value bohem) and (temPacote value 12x) and (ReferenciaEmbalagem value Lata_350_ml)”.
O termo “bohem” foi extraído da lista de termos que o Apriori apresentou ao final da extração de dados, na forma de radical da palavra Bohemia. O resultado da consulta apresentou 11 NFC-e com sentenças completas. As 5 primeiras instâncias da classe NFCeItem serão detalhadas neste estudo como resposta a QC01, são elas: Row 10561428, Row 11546284, Row 11747811, Row 11747813 e Row 13704760 como se apresenta na figura 3. O resultado da sentença completa apresenta os elementos de descrição do produto cerveja Bohemia, o primeiro item é o NCM da cerveja, o segundo item é o nome da marca da cerveja, o terceiro item apresenta o pacote vendido do produto cerveja e o quarto item apresenta a referencia sobre tipo da embalagem e o volume da embalagem. Esses elementos são valores dos Objects Properties da classe NFCeItem: Figura 3: Resultado da DL Query com a seleção de 11 instâncias de sentença completas da NFC-e. Detalhe para as 5 primeiras linhas3
Na figura 4, estão os detalhados os valores das 5 primeiras linhas da consulta da cerveja Bohemia: 3 Nota. A DLQuery busca nome da marca da cerveja Bohemia associado ao pacote com 12 itens associado a embalagem correspondente a lata de 350ml. Fonte: Dados da pesquisa, 2024.
É possível fazer a busca somente por algum dos metadados da descrição do produto. A figura 5 apresenta uma DLQuery que busca identificar a embalagem do produto cerveja Original:
Como é possível observar na figura 5 o resultado da validação da ontologia está detalhado a linha Row 5205407 com os dados de interesse da embalagem da cerveja Original e demais descrições do item, caso houver na NFC-e, no exemplo acima além da embalagem (com tipo da embalagem e volume) a consulta retornou com o NCM da cerveja Original e com o pacote vendido.
As mesmas DL Queries das Figuras 3, 4 e 5 respondem a QC02, pois o NCM é validado no Object Property Assertions: “tem NCM 22030000” com a resposta NCM “22030000”. A classe NCM tem 4 Nota. Detalhe, da esquerda para direita, das linhas números 10561418, 11546284, 11747811, 11747813 e 13704751. Fonte: Dados da pesquisa, 2024. instâncias cadastradas com diversos valores como 22030000, 220300222, 22030099, 22030300, 23031000, 22032100, 22033000, 22039000, todos extraídos das análises da base de dados quando sumarizados por NCM com 8 dígitos no início do primeiro evento.
Quanto à QC03, é possível identificar qual a quantidade e preço de determinado produto em determinado período? A resposta desta questão de competência passa pela recuperação e pela utilização dos campos do arquivo da nota fiscal eletrônica transformados em Data Properties da classe NFCeItem. Eles compõem campos do .xml da nota fiscal e são conhecidos como: cEAN: código de barras do produto (código GTIN); NCM (código NCM); nitem (ordem sequencial dos itens da nota fiscal); qCom (quantidade comercial do produto); uCom (unidade comercial do produto); vProd (valor total do item da nota); xProd (descrição do produto livre). A Figura 6 apresenta os resultados da QC03:
Na sequência, a QC04, cujo questionamento trata se é possível identificar quais descrições de produto são significativas ou não significativas para um determinado uso, a Figura 7 apresenta o detalhe da linha Row1091976 para o produto cerveja Original: Figura 7: Detalhamento da linha Row1091976 com as informações sobre o produto e venda do produto6 5 Nota. Os sete campos de Data Properties da classe NFCeItem correspondem as seguintes informações: cEAN, código de GTIN muitas vezes utilizados como código sequencial de barras do produto, NCM, Nomenclatura Comum do Mercosul, nItem, número do item dentro do documento fiscal, qCom, quantidade comercial, uCom, unidade comercial, vProd, valor do produto e xProd, descrição do produto. Fonte: Dados da pesquisa, 2024. 6 Nota. Resultado da pesquisa com descrição do produto e da venda com informações complementares do GTIN e NCM, metadados logicamente estruturados que permitem a validação do produto em uma segunda camada. Fonte: Dados da pesquisa, 2024.
A QC04 possui uma avaliação subjetiva e a princípio dependeria da avaliação do especialista para classificar como significativas ou não para fiscalização e para determinado uso. Porém, quando se organiza uma sentença completa da venda e da descrição do produto pode se presumir que é significativamente importante para fiscalização quando comparado ao conteúdo disposto de forma desorganizada na base de dados da NFC-e. A extração na forma de metadados simplifica a busca e permite comparar termo a termo com a descrição original da nota fiscal que aparece no item: xProd. Caso seja do interesse da fiscalização a avaliação de determinada termo ou característica de uma cerveja isso será possível já que a consulta retorna na forma de termos concatenados, caso contrário a as consultas retornarão somente na forma de sentenças completas, como visto nas figuras 2 e 3.
A forma de apresentação do dado como período, NCM, nome da marca da cerveja, determinado volume ou tipo de embalagem também dependerá do critério de aplicabilidade do fiscal. Pode-se entender que os critérios de consulta e recuperação da informação formarão clusteres com resultados apropriados para cada critério, oferecendo valor à informação comunicada ao fiscal.
Diferente dos trabalhos avaliados anteriormente para construção de ontologias utilizando PLN e algoritmos não supervisionados, é observado sempre o especialista presente para elaborar a lista de termos candidatos à construção ou enriquecimento. As técnicas de PLN são utilizadas para limpeza dos dados e/ou para obter o significado dos termos por meio de mineração em Corpus de interesse do domínio, ou até mesmo para minerar um tipo sintático pré-determinado como verbos, por exemplo, apenas na fase de enriquecimento da ontologia.
O Apriori é somente utilizado para as regras de associação depois da etapa de conceituação e
formalização, oferecendo ao especialista um conjunto de regras para avaliar o resultado das
inferências produzidas. No caso das ontologias que tratam do domínio de bebida, especialmente
‘cerveja’, elas oferecem a descrição do tipo da cerveja, mas não contemplam o nome da marca cerveja
nem por classes ou instâncias, inviabilizando a criação de uma sentença completa para descrever o
produto vendido, visto que o atributo ‘nome da marca da cerveja’ é muito utilizado na transação de
venda nas NFC-e substituindo, inclusive, o termo principal cerveja’, como detalhado em [
Apenas um trabalho investigado até o momento uniu conceitos de comercialização do produto e descrição do produto, mas utilizou o conceito genérico de ‘item’ sem aprofundar nos atributos do item para descrevê-lo.
Com o estudo finalizado, foi possível perceber que, na ontologia 2203NFC-e, a aplicação do módulo PLN em conjunto com algoritmo Apriori nas etapas de levantamento e análise deu agilidade na conceitualização e elaboração da lista de termos relevantes, incluindo a identificação de um termo principal ‘cerveja’ ao qual o NCM 2203.xxxx faz explícita referência, sem a consulta aos especialistas da SEFAZ/AM. A aplicação do módulo de IA nessas fases diferencia este trabalho dos demais pesquisados e permite estendê-lo a qualquer outro NCM pois, independente da descrição do NCM a metodologia de desenvolvimento com o modulo de IA busca um termo principal por importância e número de repetições na base de dados e a partir deste termo principal a associação outros termos como atributos e características para construir a sentença completa.
Com a obtenção dos 210 termos, a partir dos radicais dos produtos descritos nas transações o Apriori, criaram-se as regras de relacionamento entre os termos, avaliadas por meio do Suporte mínimo, Lift e Confiança e que garantiram que as associações formadas fossem dependentes dos termos mais frequentes e mais relevantes. Na sequência, os termos e as regras selecionadas pelo Apriori foram formalizados na linguagem OWL; outros conceitos relacionados à comercialização da NFC-e foram introduzidos a partir dos dados parametrizados da própria nota fiscal, resultando em um pacote de vendas para qualquer produto comercializado no modelo NF-e ou NFC-e não apenas de NCM 2203.xxxx.
Os resultados das QCs são relevantes e devem ser considerados, pois representam a realidade dinâmica do setor de fiscalização e do enorme número de NCMs existentes que inviabilizariam a mobilização do especialista para a construção de uma ontologia para cada NCM de interesse. Além disso, precisam de ferramentas para ‘ler’ e ‘interpretar’ cada transação da NF-e e NFC-e, identificando discrepâncias de descrição e valores de produtos, condição que a ontologia oferece e valida por meio das QCs. outras validações de interesse da fiscalização, mais específicas, podem ser construídas uma vez que a ontologia está construída para suportar a investigação característica do setor e tarefa de fiscalizar e auditar.
A utilização das descrições de cerveja contidas na Resolução n.º 0028/2023 SEFAZ/AM da SEFAZ/AM bem como a utilização das descrições de produtos encontrados nas linhas transacionadas neste estudo enriqueceram os dados das classes que poderiam ser encontrados durante as consultas realizadas pelas Queries.
De tal forma, a ontologia serviu para garantir quais informações da nota estão corretas, uma comparação por exemplo, com consultas realizadas diretamente na base com SQL, que só conseguiriam devolver parcialmente as informações porque não possuem inteligência para garantir os relacionamentos das propriedades das classes pesquisadas.
A limitação do trabalho está no tamanho da base pesquisada, uma amostra de 4 meses. A escolha do NCM não se trata de limitação pois a fiscalização trabalha no modelo de auditoria por emitente e por produto de interesse, ou seja, por NCM. Entretanto, os resultados alcançados devem ser espelhados, em um trabalho futuro, para uma base de teste da SEFAZ/AM para ver o comportamento da seleção de termos, se há variação de termos novos, não identificados neste estudo, relevantes os suficientes em importância e número de ocorrência que possam divergir na forma de construção da ontologia e resultado da QC.
Como trabalho futuro desta pesquisa está a produção de repositório NFC-e com sentenças completas úteis à fiscalização, ou semicompletas, a depender da necessidade de construção do PMPF ou investigação de preços etc. Outra necessidade é a construção de modelo relacional logico e físico a partir das descobertas do modulo de IA e das relações da ontologia para viabilizar a recuperação da informação nas bases da SEFAZ/AM, um estudo importante a partir, primeiramente, da investigação de vários NCMs de interesse, e deles um modelo relacional generalizado capaz de importar os termos e relacionamentos de forma inteligente.
A ontologia 2203NFC-e tem como principal resultado de sua aplicação a reprodução do produto cerveja por sentença completa, com descrição do nome da cerveja, tipo da embalagem, volume, pacote, quantidade e valor individual extraída de qualquer tipo de descrição desordenada do produto no campo “descrição do produto”, avaliando quais são completas e quais são úteis em termos de garimpo de uma ou mais de uma propriedade do termo principal. Isso permitiu um avanço na leitura e na interpretação dos dados de venda de cerveja para a fiscalização. [7] Michaelis Dicionário Brasileiro da Língua Portuguesa, Ed. Melhoramentos, 2015. URL: https://michaelis.uol.com.br/moderno-portugues/busca/portugues-brasileiro/cerveja/. Acesso em 26/05/2024. [8] Resolução n°. 0028 SEFAZ/AM, 2023. URL: https://online.sefaz.am.gov.br/silt/Normas/Legisla%C3%A7%C3%A3o%20Estadual/Resolu%C3% A7%C3%A3o%20GSEFAZ/Ano%202023/Arquivo/RG%200028_23.htm. Acesso em 26/07/2024. [9] Schulze, M. et al. P2P-O: A Purchase-To-Pay Ontology for Enabling Semantic Invoices. In: ESWC 2021: The Semantic Web. Lecture Notes in Computer Science (), vol 12731. pp 647–663 Springer, Cham, 2021. [10] Standaert, L.; Yaroslaski, A.; Castro, M. de. Beer Advisor – A beer ontology. Association for the
Advancement to Artificial Intelligence, Vancouver, 2021. [11] Warren, R. (2024). The Beer Ontology. https://rdf.ag/o/beer-en.html. Acesso em 04/03/2024. [12] Yang, B. Construction of logistics financial security risk ontology model based on risk association and machine learning. Safety Science, v. 123, 2020. [13] Ontologia 2203NFC-e, (2024). URL: https://webprotege.stanford.edu/#projects/6b03286c-6feb4720-bdf4-692e233fbf54/sharing. [14] Gil, A. C. Como elaborar projetos de pesquisa. 4. ed. São Paulo: Atlas S.A, 2002. [15] Marconi, M. de A.; Lakatos, E. M. Fundamentos de metodologia científica. 5. ed. São Paulo: Atlas
S.A, 2003. [16] Flick, U. Métodos de Pesquisa - Introdução à Pesquisa Qualitativa. Tradução de Joice Elias Costa. 3. ed. Porto Alegre: Artmed, 2009.