Upload e Ingestão de Documentos

Digitalizar o acervo é fácil; torná-lo pesquisável é outra história. Com o Upload do DATTA, você arrasta seus PDFs (sentenças, acórdãos, decisões, despachos, recursos), escolhe o contexto de destino e acompanha, arquivo por arquivo, as entidades que a plataforma identifica em tempo real. O processamento roda em segundo plano: você pode sair, voltar, e o acompanhamento é restaurado — sem babá de barra de progresso.

A página de Upload é o caminho principal para trazer documentos de fora para dentro do grafo de conhecimento e dos índices de busca do DATTA. Ela tem três abas — Documentos, URL e Arquivos — que compartilham o mesmo seletor de contexto no topo. Este guia cobre o envio de PDFs (a aba padrão); a aba URL é detalhada no guia de ingestão de URL e legislação. A lista completa de formatos aceitos (PDF, DOCX, XLSX, PPTX, HTML, texto/dados e pacotes ZIP/TAR/GZ), os limites por formato e as regras de rejeição estão no guia de formatos suportados.

Para chegar lá, use o caminho Processar›Upload — cada elo da trilha de navegação no topo é clicável, e a navegação acontece sem recarregar a página.

1. Contexto de destino é obrigatório

Antes de qualquer envio você escolhe onde o conteúdo será armazenado. O bloco Contexto de Destino lista os contextos disponíveis (ex.: Processos, CPC, CPP); ao clicar em um, ele fica marcado como Contexto ativo (indicador verde), e contextos de legislação ganham o selo Legislação.

Essa exigência protege seus dados: o documento é gravado na base do contexto selecionado, e a plataforma aplica as regras de extração e o modelo de identificação de entidades configurados para aquele contexto. Sem essa trava, um processo poderia acabar gravado numa base de legislação (ou vice-versa).

A proteção existe nos dois lados:

• Na tela: se você arrastar PDFs sem um contexto ativo, o envio é bloqueado na hora com a mensagem "Selecione o contexto de destino (ex: Processos) antes de enviar. Clique no contexto desejado acima." — nenhum arquivo é enviado.
• No servidor: qualquer envio sem contexto, por PDF ou por URL, é recusado com a mensagem "Selecione um contexto de destino antes de enviar o documento." O contexto nunca é adivinhado.

Estados de carregamento e vazio

• Carregando: enquanto os contextos são buscados, o bloco mostra um indicador com "Carregando contextos..." — nunca uma área em branco.
• Vazio: se nenhum contexto estiver configurado, aparece a orientação "Nenhum contexto configurado. Acesse Sistema para criar contextos antes de fazer upload." com a ação sugerida.

2. Enviando PDFs

Na aba Documentos, arraste os arquivos para a área de soltura ("Arraste PDFs aqui ou clique para selecionar") ou clique para escolher pelo seletor do sistema. Você pode enviar vários PDFs de uma vez, e pode disparar novos lotes mesmo com um lote ainda em andamento — eles entram numa fila FIFO e começam automaticamente quando o anterior termina (você não precisa reenviar).

Cada PDF passa pelo pipeline de ingestão da plataforma:

1. Extração de texto do PDF;
2. Divisão em trechos (chunks);
3. Geração de embeddings (vetores semânticos) para busca;
4. Gravação no grafo do contexto;
5. Extração de entidades usando o modelo do contexto;
6. Conclusão — o resumo traz quantos trechos e quantas entidades foram gerados.

O processamento é assíncrono e resiliente: a plataforma devolve um identificador de lote na hora e segue trabalhando em segundo plano, mesmo se você fechar a aba.

3. Lotes "Upload NN" e o botão de remover

Cada envio (uma operação de upload, com um ou vários PDFs) vira um grupo expansível na tela, rotulado Upload 01, Upload 02 e assim por diante. O cabeçalho de cada grupo mostra:

• o rótulo (Upload NN) e a contagem de arquivos;
• um selo de status: Processando (azul), Na fila (cinza), Concluído (verde), Cancelado ou Erro (vermelho);
• um botão "x" à direita.

Clicar no grupo o expande ou recolhe, revelando o status de cada PDF dentro dele.

O botão "x" (remover ou cancelar um lote)

O "x" age conforme o estado do lote — a dica de tela e o rótulo de acessibilidade acompanham:

Importante: para um lote que já está processando, o "x" interrompe apenas o acompanhamento na tela — o processamento continua e permanece visível em Execuções em Segundo Plano. Isso evita o comportamento inconsistente de "cancelar" na tela enquanto o servidor segue trabalhando.

Há ainda o botão Cancelar Todos (visível quando há lotes rodando ou na fila), que limpa a lista inteira da tela com a mesma semântica: o que já está processando segue no painel de execuções.

4. Feed de entidades em tempo real

À medida que cada PDF é processado, o grupo expandido mostra, logo abaixo da linha do arquivo, as entidades identificadas naquele documento, agrupadas por tipo. Cada tipo aparece como um rótulo em caixa-alta com a contagem entre parênteses (ex.: PARTE (4), ÓRGÃO JULGADOR (1)), seguido da lista de entidades. Para cada entidade a tela mostra:

• o nome (em destaque);
• a descrição, quando o modelo fornece, em texto secundário.

Quando um tipo tem muitas entidades, a lista exibe as primeiras e indica "+N mais". O feed reflete o que a plataforma devolve por arquivo e é atualizado conforme o lote avança — não é preciso esperar o lote inteiro terminar para ver as entidades dos arquivos já concluídos.

Resumo agregado do lote (sem repetição por tipo)

Ao final, além do feed por arquivo, a tela monta um resumo do lote inteiro ("Entidades extraídas do lote") que agrega as entidades de todos os arquivos com sucesso, eliminando duplicatas dentro de cada tipo: se a mesma parte aparece em três PDFs do lote, ela é contada uma vez só. Esse resumo mostra o total de trechos, a origem da extração ("NER do contexto") e as entidades por tipo.

5. Acompanhamento de progresso

Enquanto um lote roda, o grupo correspondente mostra no topo:

• contadores rápidos: OK (concluídos), em andamento e X (com erro);
• uma barra de progresso com a porcentagem e uma linha de detalhe ("Processando N/Total arquivos...").

Cada linha de arquivo tem seu próprio indicador: ícone na fila, indicador de atividade durante o envio e o processamento, check verde quando conclui (com a contagem de trechos e o tempo), ou um "x" vermelho com a mensagem de erro. Erros são sempre exibidos em português, dentro da própria interface — nunca como código HTTP ou rastro de exceção.

6. Retomada após recarregar a página

O acompanhamento sobrevive a recarregar a página ou sair e voltar. A tela guarda localmente o identificador do lote em andamento; ao montar de novo, ela consulta uma vez o status real do lote:

• se o lote ainda estiver processando, a tela reconstrói a lista de arquivos a partir do status persistido (com marcadores para os que ainda não terminaram), recria o grupo "Upload NN" correspondente e retoma o acompanhamento automaticamente;
• se o lote já tiver terminado, ela mostra o resumo final e descarta o vestígio local.

A recriação do grupo é o que faz o lote reaparecer corretamente após o recarregamento: como o status por arquivo é renderizado dentro do grupo, sem recriá-lo o processamento assíncrono sumiria da tela. Com a recriação, você volta e encontra exatamente aquele lote, com cada PDF no seu estado atual.

7. Integração com Execuções em Segundo Plano

Todo upload aparece no painel Execuções em Segundo Plano do console (ícone de pulso no topo), na seção Ingestões e uploads, com o título, o status, o progresso e quem iniciou — o usuário do envio (resolvido a partir da sessão autenticada; quando não há identidade, cai em "system"). Veja Execuções em Segundo Plano para o painel completo.

É isso que torna o "x" durante o processamento seguro: ao parar de acompanhar um lote nesta tela, ele não desaparece — continua no painel de execuções. Pelo painel você ainda pode clicar em "Abrir tela →" numa ingestão para que o console navegue de volta à página de Upload e reconecte ao acompanhamento daquela tarefa.

Resumo dos comportamentos

Veja também

• Ingestão de URL / Legislação — a aba URL da mesma página.
• Formatos suportados — o que a plataforma aceita, os limites por formato e as regras de rejeição.
• Execuções em Segundo Plano — painel unificado de tudo que roda em segundo plano, incluindo uploads.