Na Sprint 6, a equipe de Business Intelligence(BI) da JFRN teve como missões: Refazer análise de qualidade do modelo antigo com subconjunto de petições identificadas por classificador auxiliar, realizar ajustes na extração de dados do CRETA, retreinamento da triagem automática de perícia usando abordagem multirrótulo, testes no identificador de petições iniciais, refazer análise exploratória dos rótulos de especialidades em cada subseção, dar continuidade ao Projeto Chatbot e continuar com testes de uso do CEOS com os servidores. 

O classificador auxiliar ou identificador de petições iniciais foi aplicado nos dados utilizados pra treinar a primeira versão dos classificadores da triagem de perícias, com o intuito de garantir uma maior confiança sobre os textos e, consequentemente, aumentar a eficácia dos modelos. Logo, depois disso os modelos foram retreinados com os dados filtrados e passaram pela mesma análise de desempenho que a versão anterior. 

Em relação aos ajustes na extração dos dados do CRETA, está sendo feito o processamento dos textos dos documentos, com prioridade nos documentos necessários para o treinamento dos modelos. Ao final da Sprint cerca de 1 milhão de documentos já foram processados. 

Para o retreinamento da triagem automática de perícias foram feitos testes locais do multirrótulo, realizado a implementação da pipeline e ajustado o DVC para o treinamento com intervalo de datas. No identificador de petições iniciais foram aplicadas 50 amostras do conjunto de dados do Jonathan e validado de maneira manual. O identificador também foi utilizado em documentos com erros de extração, utilizado para identificar petições em toda a base e adaptado a etapa de coleta da pipeline para pegar a identificação de petições. 

O estudo de análise dos rótulos das perícias foi continuado. Foi realizada uma nova extração da base do CRETA, extraindo-se informações dos anos de 2016 até 2022. Identificou-se, com o estudo, que a escolha de Médico do Trabalho ou Clínico Geral não tem relação com uma doença, é uma ação feita pelos servidores. Quanto ao andamento do projeto do Nisia Chatbot, foram adicionadas mais intenções tendo como base as perguntas e respostas do Fale Conosco, adicionados alguns dos serviços disponíveis da carta de serviço da JFRN e realizado treinamento do modelo com os novos dados.