Questões de Concurso sobre Mineração de Texto

Suponha que uma secretaria de fazenda pretenda empregar técnicas de processamento de linguagem natural (PLN) para automatizar a análise de justificativas textuais apresentadas por contribuintes em processos administrativos fiscais, buscando identificar padrões de argumentação e indícios de inconsistências. Nesse caso, a abordagem mais adequada para capturar relações semânticas contextuais em textos extensos e gerar representações vetoriais de alta qualidade para classificação automatizada é

Assinale a opção correta acerca do modelo LDA (latent dirichlet allocation), amplamente utilizado para extração de tópicos em tarefas de mineração de textos.

Na mineração de texto, a técnica TF-IDF (term frequency-inverse document frequency) atribui maior peso às palavras que aparecem com mais frequência em todos os documentos da coleção, pois, quanto mais uma palavra se repete no corpus inteiro, mais relevante ela é para distinguir o conteúdo de um documento específico.

Modelos supervisionados de reconhecimento de entidades nomeadas dependem de textos previamente anotados com categorias como pessoa, organização e local para que o algoritmo aprenda a identificar esses tipos de informação em novos textos.

Um colaborador da CODERN está utilizando uma ferramenta de chat baseada em Inteligência Artificial Generativa (IAG) para auxiliar na extração de dados de relatórios portuários. No entanto, ele notou que a IAG está gerando respostas muito “criativas” e, por vezes, inventando informações que não estão no texto original. Para corrigir esse problema e tornar as respostas mais precisas, exatas e com enfoque somente nos dados reais, o colaborador precisa ajustar o parâmetro da IAG responsável por controlar o nível de aleatoriedade do texto gerado. Assinale a alternativa que apresenta corretamente o nome desse parâmetro e sua respectiva função.

Se o objetivo de um modelo de machine learning for identificar os clientes que possuem maior chance de cancelar o contrato no próximo mês, a partir de variáveis como tempo de permanência, valor gasto mensal e histórico de reclamações, então, nesse caso, a tarefa de mineração de dados adequada para atender ao objetivo previsto será

Para verificar ocorrências importantes em documentos processuais de municípios, tais como possíveis informações com petições e arrazoados incoerentes nos processos, a equipe de Analistas de uma Prefeitura aplicou a técnica de text mining utilizando, adequadamente, os métodos de

Para analisar um grande volume de respostas textuais de uma pesquisa de satisfação e identificar os temas mais recorrentes, qual instrução para uma IA seria mais adequada para categorizar e quantificar os resultados de forma eficiente?

Na mineração de dados em um data warehouse é necessário que a informação textual seja codificada e extraída de forma que ferramentas preditivas possam utilizá-la. Nesse contexto, para que o texto seja codificado utiliza-se:

Para permitir que computadores processem a linguagem humana na forma de dados de texto, ou de voz, entendendo seu significado integral, o processamento de linguagem natural combina linguística computacional, modelagem com base em regras da linguagem humana, com modelos estatísticos, de machine learning e de deep learning.

A toquenização (do inglês tokenization) de palavras é uma atividade inerente aos algoritmos de análise granular de palavras em documentos.

Como parte do processo de desenvolvimento de uma aplicação para analisar grandes volumes de textos, diversas tarefas de Processamento de Linguagem Natural (NLP, sigla em inglês) estão sendo implementadas para melhorar a eficácia e a precisão dessa aplicação.

Diante disso, para a aplicação dessas tarefas, é necessário

Eriberto, analista de dados do TRF-1, desenvolve um aplicativo que gera resumos das sentenças do Tribunal em linguagem coloquial, mantendo a coerência e a coesão textuais.

O aplicativo de Eriberto realiza a tarefa de:

Considerada uma evolução da área de recuperação de informações, mineração de textos é um processo de descoberta de conhecimento, que utiliza técnicas de análise e extração de dados a partir de textos, frases ou apenas palavras. A primeira etapa do processo de descoberta de conhecimento em textos, a qual envolve a seleção dos dados que constituem a base de textos de interesse e o trabalho inicial para tentar selecionar o núcleo que melhor expressa o conteúdo destes textos é:

Na mineração de texto, o processo utilizado para remover os prefixos e sufixos de palavras, de modo a permanecer somente a raiz delas, com a finalidade de melhorar o armazenamento, é conhecido como

DAX (data analysis expressions) é uma linguagem utilizada pelo PowerBI para criar as medidas e consultas visualizadas em relatórios e painéis.