Projeto analise-artigo: análise ABNT de artigos LaTeX

- texparse.py: extração de estrutura abntex2 (título, autores, resumo,
  palavras-chave, seções, citações, figuras), sem dependências externas
- bib.py: parser .bib (BibTeX) com normalização de autores e diacríticos
- analyze.py: checklist NBR 10520/6022/14724, métricas textuais, Flesch
  adaptado pt-BR e heurísticas de prosa
- report.py: relatório Markdown + JSON
- artigos/rumo-a-eficiencia: artigo analisado (main.tex + referencias.bib)

README.md

@@ -0,0 +1,109 @@
+# analise-artigo
+
+Projeto de análise de artigos acadêmicos escritos em **LaTeX (ABNT/abntex2)**.
+É 100% Python puro (biblioteca padrão), sem dependências externas — roda em
+qualquer máquina com Python ≥ 3.10.
+
+## O que ele analisa
+
+- **Estrutura e conformidade ABNT** (NBR 10520 / 6022 / 14724)
+  - título, autores, local/data, resumo (150–500 palavras), palavras-chave
+  - presença de seções: Introdução, Metodologia, Revisão de Literatura, Conclusão
+- **Citações e referências**
+  - citações no corpo vs. entradas do `.bib` (detecta órfãs e não citadas)
+  - referências mais citadas e distribuição por ano
+- **Métricas textuais**
+  - palavras, frases, média de tamanho de frase, vocabulário único
+  - legibilidade (Flesch adaptado ao português)
+  - distribuição de palavras por seção
+- **Qualidade de prosa (heurísticas)**
+  - palavras repetidas / redundâncias (`de de`, `que que`, `mas mas` …)
+  - frases > 60 palavras e parágrafos > 160 palavras
+  - expressões mais repetidas no corpo do artigo
+
+## Como usar
+
+```bash
+# a partir da raiz do projeto
+python -m analise_artigo artigos/rumo-a-eficiencia
+
+# ou apontando direto para o .tex (o .bib é descoberto automaticamente)
+python -m analise_artigo artigos/rumo-a-eficiencia/main.tex
+
+# saída em outro diretório
+python -m analise_artigo caminho/do/artigo --out relatorios/
+```
+
+Saídas geradas no diretório de saída (padrão `relatorios/`):
+
+| Arquivo         | Conteúdo                                          |
+|-----------------|---------------------------------------------------|
+| `relatorio.md`  | relatório legível em Markdown                     |
+| `relatorio.json`| dados estruturados (para plotar/automatizar)      |
+
+Código de saída do processo: `0` quando não há verificações em `fail`,
+`2` quando há, `1` em erro de uso/entrada.
+
+## Estrutura do projeto
+
+```
+analise-artigo/
+├── analise_artigo/
+│   ├── __init__.py      # API pública do pacote
+│   ├── texparse.py      # LaTeX → texto (seções, resumo, citações)
+│   ├── bib.py           # parser .bib (BibTeX), sem dependências
+│   ├── analyze.py       # métricas + checklist ABNT + heurísticas
+│   ├── report.py        # geração do .md e do .json
+│   └── __main__.py      # CLI
+├── artigos/
+│   └── rumo-a-eficiencia/   # o artigo analisado (main.tex + referencias.bib)
+├── relatorios/              # saída gerada
+├── requirements.txt
+└── README.md
+```
+
+## Usando como biblioteca
+
+```python
+from analise_artigo import parse_article, parse_bib, analyze, write_reports
+from pathlib import Path
+
+artigo = parse_article("artigos/rumo-a-eficiencia/main.tex")
+refs   = parse_bib("artigos/rumo-a-eficiencia/referencias.bib")
+an     = analyze(artigo, refs)
+
+print(an.metrics["flesch"], an.metrics["flesch_faixa"])
+for c in an.checks:
+    print(c.icon, c.code, c.detail)
+```
+
+## Limitações conhecidas
+
+- O parser é orientado a abntex2/ABNT; documentos em outras classes
+  (`article`, `report` com nomenclatura própria) exigem pequenas adaptações
+  em `texparse.py`.
+- **Uma frase/parágrafo por linha**: as heurísticas de sentença/travessão
+  e de "parágrafo extenso" presumem que cada parágrafo do .tex ocupe uma
+  linha (convenção verificada nas fontes analisadas). Textos com parágrafos
+  múltiplos de linha tendem a ser fragmentados.
+- **Flesch adaptado (pt-BR)**: usa a fórmula 206,835 − 1,015·MPF − 84,6·VMP
+  com sílabas estimadas por grupos de vogais (resultado clamped em 0–100).
+  Texto acadêmico técnico costuma pontuar baixo (p. ex. 0–15) — o índice
+  reflete vocabulário denso, não um "erro".
+- **"se se" excluído** da detecção de palavras repetidas: é uso pronominal
+  legítimo ("avaliou-se se cada estudo…").
+- **Simplificação de `.bib`**: nomes com escapes LaTeX recebem diacríticos
+  removidos para exibição (`Ki\vs\vs\, M.` → `Kiss`), apenas na apresentação
+  — o arquivo original não é modificado.
+- Heurísticas de prosa não substituem revisão humana ou ferramentas como
+  LanguageTool.
+
+## Ideias de evolução
+
+- [ ] Exportar relatório em HTML com gráficos (referências por ano,
+      palavras por seção) a partir do `relatorio.json`
+- [ ] Suporte a bibliografia biblatex (`.bbx`) e listas de referências
+      manualmente digitadas no corpo do .tex
+- [ ] Detecção de consistência terminológica (ex.: "agentes pedagógicos"
+      vs. "agente pedagógico")
+- [ ] Integração com LanguageTool via CLI para correção gramatical completa