[Dúvida/Sugestão] Configuração NER: Ausência da pasta 'optional_jars' e atualização do StanfordCoreNLP para PT-BR

[marcosi2]

Prezados desenvolvedores e colegas,

Gostaria de levantar uma questão sobre a habilitação da função de Reconhecimento de Entidades Mencionadas (NER) nas versões mais recentes do IPED.

Considero essa função a "cereja do bolo" para nossas análises, porém, durante a configuração para habilitar o reconhecimento em Português (PT-BR), deparei-me com dois pontos que gostaria de esclarecer:

1. Estrutura de Pastas (optional_jars):
   Notei a ausência da pasta optional_jars, que anteriormente era utilizada para injetar dependências/modelos externos. Na arquitetura atual, qual seria o diretório correto ou o procedimento recomendado para adicionar modelos de linguagem customizados ou libs externas para o NER?

2. Versão do StanfordCoreNLP:
   Verifiquei que a biblioteca integrada aparentemente ainda é o StanfordCoreNLP 3.8. Esta versão é antiga e, mesmo nos modelos disponíveis para ela, o suporte nativo à língua portuguesa é limitado ou inexistente.

Sugestão/Dúvida:
Existe alguma previsão de atualização do CoreNLP para a versão 4.x (que possui melhor suporte a modelos internacionais)? Ou, alternativamente, existe algum workaround documentado para que possamos integrar modelos de PT-BR funcionais na versão atual do IPED?

Desde já agradeço o apoio e parabenizo pelo excelente trabalho na ferramenta.

Atenciosamente,
Marcos Rocha
Perito Adhoc - PCGO

[wladimirleite]

Hi @marcosi2!

1. The folder "optional_jars" was renamed to "plugins" many years ago.
2. I ran a quick test here, just putting the latest jars ("stanford-corenlp-4.5.10.jar" and "stanford-corenlp-4.5.10-models-english.jar") in the "plugins" folder (and removing any old "stanford-corenlp-*" jars) worked fine.

There are references to the old 3.8.x version, but I guess we can update them to avoid confusion...

I couldn't find any official model in Portuguese.
Is there any custom pt-BR model available?