Questão 88 · Informática: Inteligência artificial e ciência de dados
No que se refere à ciência de dados, julgue os itens seguintes.
No processamento de linguagem natural, para transformar texto bruto em um formato mais estruturado e padronizado, utilizam-se técnicas como a remoção de pontuação, a normalização dos dados, a tokenização e a eliminação de stop words.
Julgue o item:
Gabarito: CERTO
Gabarito definitivo divulgado pela banca Cebraspe (TRF6 2025).
Comentário
Gabarito: CERTO.
O item descreve corretamente algumas das principais técnicas de pré-processamento de texto utilizadas no Processamento de Linguagem Natural (PLN). O objetivo dessas técnicas é transformar dados textuais brutos em um formato mais adequado para análise e modelagem por algoritmos de aprendizado de máquina.
- Remoção de pontuação: Elimina caracteres como vírgulas, pontos, interrogações, etc., que geralmente não contribuem para o significado semântico do texto e podem ser ruído para o modelo.
- Normalização dos dados: Pode envolver a conversão de todo o texto para minúsculas (case folding), a remoção de caracteres especiais ou a correção de erros ortográficos, visando padronizar as palavras.
- Tokenização: Consiste em dividir o texto em unidades menores, chamadas tokens, que geralmente são palavras ou sentenças. É uma etapa fundamental para a análise subsequente.
- Eliminação de stop words: Remove palavras muito comuns na língua (como artigos, preposições, conjunções - ex: "de", "a", "o", "e") que, embora essenciais para a gramática, muitas vezes não carregam significado relevante para a análise de conteúdo e podem aumentar a dimensionalidade dos dados desnecessariamente.
Todas essas técnicas são amplamente empregadas para estruturar e padronizar o texto, facilitando o trabalho de algoritmos de PLN.
Fundamentos: Conceitos de Processamento de Linguagem Natural (PLN) · Técnicas de pré-processamento de texto
Comentário gerado pela Cravei IA a partir do enunciado e do gabarito definitivo divulgado pela banca, e conferido por uma verificação automática. A IA pode errar: o gabarito oficial sempre prevalece.
Fonte: prova Cebraspe TRF6 2025 (Analista Judiciário – Área: Apoio Especializado – Especialidade: Governança e Gestão de Tecnologia da Informação), questão 88, com o gabarito definitivo da banca. Comentário: Equipe Cravei · como fazemos e revisamos.