ComprasMatch: Um Modelo Baseado em Similaridade Semântica e Grafos para Detecção de Sinergias em Contratações Públicas

• Guilherme Benevides UERR
• Tiago Lobo UERR
• Gabriel Figueirêdo UFPB
• Matheus Almeida UERR
• Francisco Pereira UERR
• Bruno Figueirêdo UERR

DOI: https://doi.org/10.5753/lasdigov.2026.20894

Resumo

Este artigo apresenta o ComprasMatch, modelo baseado em similaridade semântica e grafos para identificação de sinergias em contratações públicas por meio da análise de descrições textuais. A arquitetura integra dados do PNCP, vetorização (Gemma 3) e grafo de similaridade para formação de compras compartilhadas. A avaliação utilizou baseline sintética e quatro métricas — acurácia, precisão, recall e F1-score — com análise de limiar. O modelo alcançou precisão de 96,71% e F1-score de 90,28% no limiar τ = 0,7. A comparação com GPT-5 mini, DeepSeek-Chat e Llama 3 evidenciou desempenho competitivo em termos de F1-score. Os resultados indicam viabilidade técnica e potencial aplicação no apoio ao planejamento governamental.

Referências

Abdullahi, B., Ibrahim, Y. M., Ibrahim, A. D., Bala, K., Ibrahim, Y., and Yamusa, M. A. (2024). Development of machine learning models for categorisation of Nigerian government’s procurement spending to UNSPSC procurement taxonomy. International Journal of Procurement Management, 19(1):106–121.

Appel, A. P., Silva, A. L. d. P., Silva, A. R., Santos, C. D., Silva, T. L. d., Araujo, R. P. d., and Aquino, L. C. F. d. (2022). Item matching using text description and similarity search. arXiv preprint arXiv:2206.14097.

Banco Interamericano de Desenvolvimento (2018). Melhores gastos para melhores vidas: Como a América Latina e o Caribe podem fazer mais com menos. BID, Washington, D.C.

Bednar, P., Vanko, J. I., and Žiak, E. (2025). Deep learning methods for multilingual classification of business documents. In International Symposium on Applied Machine Intelligence and Informatics (SAMI).

Brum, P. P. V., Silva, M. O., Oliveira, G. P., Costa, L. G. L., Lacerda, A., and Pappa, G. (2024). Unsupervised grouping of public procurement similar items: Which text representation should I use? In Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024), pages 17176–17185, Torino, Italy. ELRA and ICCL.

Cai, C. and Wang, Y. (2018). A simple yet effective baseline for non-attributed graph classification. arXiv preprint arXiv:1811.03508.

Cochran, W. G. (1977). Sampling Techniques. John Wiley & Sons, New York, 3 edition.

Deerwester, S., Dumais, S. T., Furnas, G. W., Landauer, T. K., and Harshman, R. (1990). Indexing by latent semantic analysis. Journal of the American Society for Information Science, 41(6):391–407.

Google DeepMind (2025). Gemma 3: Open models for advanced language understanding. Technical Report.

Guida, M., Caniato, F., and Moretto, A. (2025). Ai meets spend classification: A new frontier in information processing. Journal of Purchasing and Supply Management, 31(3):100993.

Góis, L. M. M. d. and Mendonça, C. M. C. d. (2023). Compras públicas centralizadas: vantagens e fatores críticos para o sucesso. Fórum de Contratação e Gestão Pública, 22(261):103–131.

Li, Y., Li, J., Suhara, Y., Doan, A., and Tan, W.-C. (2021). Deep entity matching with pre-trained language models. Proceedings of the VLDB Endowment, 14(1):50–60.

Lima, W. E. M., da Silva, V. R., da Silva, J. C., Rabelo, R. d. A. L., and de Paiva, A. C. (2025). A deep learning approach for identifying similarities in contracted object description in public procurement. Procedia Computer Science, 264:125–136.

Mendes, C. M. T. (2023). A economia de escala alcançada nas compras compartilhadas: um panorama das aquisições governamentais no âmbito do consórcio público conisul. Observatório da Nova Lei de Licitações.

Ministério da Gestão e da Inovação em Serviços Públicos (2025). Estratégia nacional de contratações públicas para o desenvolvimento sustentável. Texto-base para consulta pública.

Moiraghi, F., Palmonari, M., Allavena, D., and Morando, F. (2024). Zero-shot hierarchical classification on the common procurement vocabulary taxonomy. In 2024 IEEE 48th Annual Computers, Software, and Applications Conference (COMPSAC), pages 273–278.

Mudgal, S., Li, H., Rekatsinas, T., Doan, A., Park, Y., Krishnan, G., Deep, R., Arcaute, E., and Raghavendra, V. (2018). Deep learning for entity matching: A design space exploration. In Proceedings of the 2018 International Conference on Management of Data (SIGMOD ’18).

Reimers, N. and Gurevych, I. (2019). Sentence-BERT: Sentence embeddings using siamese BERT-networks. In Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP), pages 3982–3992.

Sokolova, M. and Lapalme, G. (2012). A comparative study of several classification metrics and their performances on data. International Journal of Computer Applications.

Vale, A. H., Santos, P., Soares, H., and Moura, R. S. (2023). Automatic classification of public expenses in the fight against COVID-19: A case study of TCE/PI. In Proceedings of the XIX Brazilian Symposium on Information Systems (SBSI ’23).