Nota Conforme: Sistema Integrado para Classificação Automatizada de Serviços em NFS-e com Machine Learning
Resumo
Este artigo apresenta o Nota Conforme, um sistema desenvolvido para apoiar a Prefeitura do Recife-PE nos processos de fiscalização em Notas Fiscais de Serviços Eletrônicas (NFS-e). Por meio de aprendizado de máquina, o sistema classifica automaticamente os serviços descritos nas NFS-e do setor de saúde. A ferramenta oferece integração com sistemas internos da prefeitura por meio de API, para auxiliar os auditores na identificação de possíveis fraudes fiscais. Além disso, possibilita a automatização de tarefas como o envio de e-mails e a comunicação com o próprio emissor de NFS-e, com o objetivo de notificar os contribuintes sobre eventuais inconsistências identificadas.
Palavras-chave:
Aprendizado de Máquina, Processamento de Linguagem Natural, Nota Fiscal de Serviços Eletrônica, Auditoria Fiscal, Administração Tributária
Referências
ABRASF (2008). NFS-e: Modelo Conceitual. Versão 1. [link]. Acesso em: 10 out. 2024.
BRASIL (1965). Lei nº 4.729, de 14 de julho de 1965. define o crime de sonegação fiscal e dá outras providências. [link]. Acesso em: 20 jul. 2024.
C4 Model (2025). C4 model for visualising software architecture. [link]. Acesso em: 12 abr. 2025.
De Araujo Neto, A. M. (2021). O uso de processamento de linguagem natural para classificação de produtos no contexto de notas fiscais eletrônicas. Trabalho de Conclusão de Curso de Graduação - Universidade Estadual da Paraíba, Campina Grande.
De Macedo, C. and Diniz Filho, J. W. d. F. (2019). Sonegação Fiscal: Uma análise dos seus Efeitos na Economia Brasileira. Revista de Auditoria Governança e Contabilidade, 7(31). Acesso em: 16 out. 2024.
Dias, M. and Becker, K. (2017). Identificação de Candidatos à Fiscalização por Evasão do Tributo ISS. Anais do 5o Symposium on Knowledge Discovery, Mining and Learning.
Dos Anjos, P. G. and Pinheiro, M. T. S. (2024). A implementação da inteligência artificial (ia) na fiscalização tributária: inovações disruptivas para eficiência na arrecadação do iptu. Revista Tributária e de Finanças Públicas, 159. Acesso em: 30 nov. 2024.
Gomes, W. F. (2023). Análise exploratória e experimental de aplicações de inteligência artificial para classificação de descrições incongruentes em compras na área de saúde pública. Dissertação, Universidade Federal de Sergipe, São Cristóvão.
Lins Neto, J. C. (2021). Audita-nfse: sistema auxiliar de auditoria em notas fiscais de serviços eletrônicas. Dissertação, Universidade Federal de Pernambuco, Recife.
Neto, H. D. A. and Martinez, A. L. (2016). Nota Fiscal de Serviços Eletrônica: Uma análise dos impactos na arrecadação em municípios brasileiros. Revista de Contabilidade e Organizações, 10(26):49–62.
Pinheiro, G. J. and Cunha, L. R. S. (2009). A importância da auditoria na detecção de fraudes. Contabilidade Vista amp; Revista, 14(1):31–48.
Soares, G. and Cunha, R. (2020). Predição de Irregularidade Fiscal dos Contribuintes do Tributo ISS. In Anais do XXXV Simpósio Brasileiro de Bancos de Dados, pages 223–228, Porto Alegre, RS, Brasil. SBC.
BRASIL (1965). Lei nº 4.729, de 14 de julho de 1965. define o crime de sonegação fiscal e dá outras providências. [link]. Acesso em: 20 jul. 2024.
C4 Model (2025). C4 model for visualising software architecture. [link]. Acesso em: 12 abr. 2025.
De Araujo Neto, A. M. (2021). O uso de processamento de linguagem natural para classificação de produtos no contexto de notas fiscais eletrônicas. Trabalho de Conclusão de Curso de Graduação - Universidade Estadual da Paraíba, Campina Grande.
De Macedo, C. and Diniz Filho, J. W. d. F. (2019). Sonegação Fiscal: Uma análise dos seus Efeitos na Economia Brasileira. Revista de Auditoria Governança e Contabilidade, 7(31). Acesso em: 16 out. 2024.
Dias, M. and Becker, K. (2017). Identificação de Candidatos à Fiscalização por Evasão do Tributo ISS. Anais do 5o Symposium on Knowledge Discovery, Mining and Learning.
Dos Anjos, P. G. and Pinheiro, M. T. S. (2024). A implementação da inteligência artificial (ia) na fiscalização tributária: inovações disruptivas para eficiência na arrecadação do iptu. Revista Tributária e de Finanças Públicas, 159. Acesso em: 30 nov. 2024.
Gomes, W. F. (2023). Análise exploratória e experimental de aplicações de inteligência artificial para classificação de descrições incongruentes em compras na área de saúde pública. Dissertação, Universidade Federal de Sergipe, São Cristóvão.
Lins Neto, J. C. (2021). Audita-nfse: sistema auxiliar de auditoria em notas fiscais de serviços eletrônicas. Dissertação, Universidade Federal de Pernambuco, Recife.
Neto, H. D. A. and Martinez, A. L. (2016). Nota Fiscal de Serviços Eletrônica: Uma análise dos impactos na arrecadação em municípios brasileiros. Revista de Contabilidade e Organizações, 10(26):49–62.
Pinheiro, G. J. and Cunha, L. R. S. (2009). A importância da auditoria na detecção de fraudes. Contabilidade Vista amp; Revista, 14(1):31–48.
Soares, G. and Cunha, R. (2020). Predição de Irregularidade Fiscal dos Contribuintes do Tributo ISS. In Anais do XXXV Simpósio Brasileiro de Bancos de Dados, pages 223–228, Porto Alegre, RS, Brasil. SBC.
Publicado
29/09/2025
Como Citar
FARIAS, Tarcísio Paraiso; MENDES, Thiago Souto; DA CONCEIÇÃO, Rafael Sena.
Nota Conforme: Sistema Integrado para Classificação Automatizada de Serviços em NFS-e com Machine Learning. In: DEMONSTRAÇÕES E APLICAÇÕES - SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 40. , 2025, Fortaleza/CE.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 124-129.
DOI: https://doi.org/10.5753/sbbd_estendido.2025.247676.
