ForHosting KIT · Texto e IA

Extrair nomes e entidades

A ferramenta identifica e lista as entidades citadas em um texto — pessoas, empresas, órgãos públicos, lugares, produtos — cada uma com seu tipo, em formato estruturado. É a ponte entre texto corrido e dado tabulável: do contrato, da notícia ou do e-mail direto para a planilha ou o banco de dados.

● Estávelpor 1.000 palavrasUS$ 0,003

Executar — US$ 0,003 + US$ 0,0135/1.000 palavras Ver a API

Use pelo WebAPIE-mailApp em breveTelegram em breve

Rode online

Rode nos nossos servidores com a sua conta. As ferramentas grátis rodam no seu navegador; esta aqui é descontada do seu saldo do KIT pelo preço acima.

Do texto corrido para a estrutura

“A Distribuidora Horizonte Verde S.A. fechou contrato com a prefeitura de Recife, representada por Carlos Eduardo Souza” contém três entidades de três tipos — empresa, órgão, pessoa. A extração devolve exatamente isso: cada entidade com sua classificação, em JSON pronto para consumo. O que era leitura vira consulta: quem aparece nesses mil documentos? Quais empresas são citadas junto de qual órgão? Perguntas impossíveis num acervo de texto viram uma query.

Nomes à brasileira

Nome brasileiro é composto e traiçoeiro para extratores ingênuos: “Ana Paula” é uma pessoa, não duas; “Souza” solto no segundo parágrafo é a mesma pessoa do primeiro; “Horizonte Verde” sem o “Distribuidora” continua sendo a empresa. A extração entende sufixos societários (Ltda., ME, S.A., EPP), siglas de órgãos, apelidos de cidades e o hábito nacional de citar a mesma entidade de três formas no mesmo texto — e consolida as menções em vez de listar triplicado.

Escolha o que extrair

Nem todo uso quer tudo: um CRM quer pessoas e empresas; um mapa logístico quer só lugares; uma análise de mídia quer marcas e concorrentes. Você pode restringir os tipos extraídos ou pedir o espectro completo — pessoas, organizações, lugares, produtos, eventos — e a resposta vem na medida. Datas e valores monetários têm extratores dedicados no catálogo, afinados para esses formatos; para o resto das entidades, o lugar é aqui.

Preço e escala

US$ 0,003 por chamada, mais US$ 0,0135 por 1.000 palavras processadas, em dólar americano, até 20.000 tokens por chamada. Extrair as entidades de um acervo de 500 notícias — cerca de 350.000 palavras — custa por volta de US$ 4,80. A tarefa roda de forma assíncrona via API, então o acervo inteiro é questão de agendar, não de sentar e esperar.

Casos de uso

Diário oficial monitorado sem estagiário de plantão

Um escritório de advocacia em Belo Horizonte acompanha menções de clientes em publicações oficiais. O texto de cada edição passa pela extração; os nomes encontrados batem contra a carteira de clientes, e o alerta chega antes do prazo começar a correr.

E-mails que alimentam o CRM sozinhos

A equipe comercial da TecnoSul extrai pessoas e empresas dos e-mails de prospecção recebidos. Nome, empresa e cargo citados no corpo da mensagem entram no CRM estruturados — o vendedor confere em vez de digitar, e o cadastro parou de nascer incompleto.

Apuração jornalística em documentos vazados

Uma repórter recebeu centenas de páginas de documentos e precisava do mapa: quem aparece, com que empresas, em quais cidades. A extração produziu a lista consolidada de entidades por documento — e o cruzamento apontou onde a apuração devia cavar.

Perguntas frequentes

Quais tipos de entidade a extração devolve?

Pessoas, empresas e organizações, órgãos públicos, lugares (de país a bairro), produtos e marcas, e eventos nomeados. Cada ocorrência vem tipada, e você pode limitar a extração aos tipos que interessam.

O resultado vem em que formato?

Estruturado, em JSON: a entidade, o tipo e as menções no texto. Vai direto para planilha, banco ou o sistema que consumir a API — sem parsing artesanal do seu lado.

E quando “Almeida” pode ser pessoa, rua ou empresa?

O contexto da frase decide a classificação — é a vantagem sobre listas e regex. Quando nem o contexto resolve, a ambiguidade vem sinalizada, o que é mais útil que um chute confiante.

A mesma entidade citada cinco vezes vira cinco linhas?

Não: menções da mesma entidade são consolidadas — “Distribuidora Horizonte Verde S.A.”, “Horizonte Verde” e “a distribuidora” contam como uma entidade com várias ocorrências, com as posições preservadas.

Quanto custa processar documentos longos?

US$ 0,0135 por 1.000 palavras mais US$ 0,003 por chamada, em dólar. Um contrato de 8.000 palavras custa cerca de US$ 0,11; o limite de 20.000 tokens por chamada acomoda a maioria dos documentos inteiros.

Nomes extraídos são dados pessoais — como isso é tratado?

O texto é processado e o resultado devolvido na tarefa, sem acervo retido no serviço. O inventário de nomes que você constrói a partir daí é tratamento de dados seu — vale registrar a finalidade, como manda a LGPD.

Para desenvolvedores — acesso via API

Tudo nesta página está disponível via API. Esta seção é para equipes que querem integrar a ferramenta aos próprios sistemas; quem não precisa disso pode simplesmente usar a ferramenta acima.

Endpoint

POSThttps://api.kit.forhosting.com/text/extract-entities

Autenticação por token Bearer. Um único POST coloca a tarefa na fila; o resultado chega por webhook ou link assinado.

Chame do seu código

curl -X POST https://api.kit.forhosting.com/text/extract-entities \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d &#39;{"text":"…"}'

const res = await fetch("https://api.kit.forhosting.com/text/extract-entities", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.KIT_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    "text": "…"
  })
});
const { task_id } = await res.json();

import os, requests

res = requests.post(
    "https://api.kit.forhosting.com/text/extract-entities",
    headers={"Authorization": f"Bearer {os.environ[&#39;KIT_KEY']}"},
    json={
    "text": "…"
},
)
task_id = res.json()["task_id"]

<?php
$res = file_get_contents("https://api.kit.forhosting.com/text/extract-entities", false, stream_context_create([
  "http" => [
    "method"  => "POST",
    "header"  => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
    "content" => &#39;{"text":"…"}',
  ],
]));
$task = json_decode($res, true);

body := bytes.NewBufferString(`{"text":"…"}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/text/extract-entities", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)

Exemplo de requisição

{
  "text": "…"
}

Exemplo de resposta

{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "text.extract_entities",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

A API é assíncrona: cada chamada devolve um task_id na hora. Se preferir polling, consulte o status a até 1 requisição por segundo.

Preço

por chamadaUS$ 0,003

por 1.000 palavrasUS$ 0,0135

Preço publicado, sem tokens nem créditos escondidos. Tarefa que falha não é cobrada.

Limites

max_tokens 20000

Erros

HTTP	Código	O que significa
`401`	`unauthorized`	Token ausente ou inválido. Confira o header Authorization.
`402`	`insufficient_balance`	Saldo insuficiente para esta tarefa. Faça uma recarga e tente de novo.
`404`	`unknown_type`	Esse tipo de tarefa não existe. Confira o campo type no catálogo.
`429`	`rate_limited`	Muitas requisições em pouco tempo. Espere um instante e tente de novo.
`422`	`task_failed`	A tarefa falhou do nosso lado. Você não paga nada por ela.

Ver a documentação completa do KIT →