Hack Night - April 2021

[jpadilla]

El 23 de marzo tuvimos una reunión con Issel Masses de Sembrando Sentido / Contratos en Ley. Encontramos una posible oportunidad concreta para colaborar. Me gustaría que en este próximo Hack Night lo exploremos más afondo.

El proyecto de contratospr.com actualmente descarga y extrae el texto de los documentos PDF donde sea posible. Este texto se usa solamente para las búsquedas. Que tal si podemos identificar y extraer ciertos datos de estos documentos, y lo exponemos en nuestro API?

Debemos de analizar una muestra de estos documentos e identificar los datos de interés. Luego podemos definir como lo logramos y que ayuda necesitamos.

[jpadilla]

Presentación de Issel Masses:

• https://docs.google.com/presentation/d/1qVYs7UIPl374mLL43aUvNON03gvZqCRI5sagaMv7zA8
• https://drive.google.com/drive/folders/1HhrrzsXurmGtOdQlYLj8r9GR3rSXGjHU

[jpadilla]

Falta de estructura uniforme
True OCR o Scans
Ambos idiomas

1. Ejemplos de Datos en Contratos - Dpto. de Edu (síndico)
   Entidad contratada
   Dirección de corp
   FEIN
   Nombre de Rep
   RFP # (Proceso competitivo)
   Service / Descripción de servicio

Ley 73 2019 - Registro unico de subastas

2. Ejemplos de Datos en Contratos - ODSEC Construcción
   Cuenta (que es esto?)
   Jefe de Agencia
   Si es corp.
   Nombre de Rep de la Corp.
   Comunidad Beneficiaria
   Dirección de la Corp
   Point of Contact de la Corp
   Subcontratación

3. Ejemplos de Datos en Contratos - HMS Ferries APPs

En ingles
Si es corp
Nombre de la corp. Esto es importante pq el data entry de consultacontratos.ocpr.gov.pr puede estar mal.
Donde se organizó la Corp
Objectives / Service
Personal clave / Responsables

4 Ejemplos de Datos en Contratos - CSP
Nombre de Rep y Pueblo en Donde reside
Partida
Info contacto

5 Ejemplos de Datos en Contratos - Individuo
NSS (# seguro de social) = Individuo
Pueblo en dónde reside
Servicio
Partida

6. Ejemplos de Datos en Contratos - Construcción
   Si es corp.
   Rep. Por & Donde se organizó la Corp ( a veces se incluye el # registro corp)
   num requisición RC-100-2019
   num Subasta
   Partida

[jpadilla]

Próximos pasos:
Vamos a identificar datos en ~50 contratos para el próximo hack night. La idea es identificar patrones en los documentos para los tipos de datos de interés.

https://docs.google.com/spreadsheets/d/13Is94h-AWpb8XaWNeREMYBWLu6HB0_brVCU92EY32Ww/edit?usp=sharing

@jpadilla - voy a export sample de PDFs para prepopulate el spreadsheet, añadir una columna de nombre, link a pdf.

If anyone else wants to join, please let me know and I'll send you an invite.