Avaliação I - Individual Processamento de Linguagem Natural (19374)

Prévia do material em texto

Prova Impressa
GABARITO | Avaliação I - Individual (Cod.:957031)
Peso da Avaliação 2,00
Prova 82155364
Qtd. de Questões 10
Acertos/Erros 9/1
Nota 9,00
O sistema de diálogo por fala é bastante completo do ponto de vista do processamento de linguagem, 
com boa parte dos elementos linguísticos e complexidades, bem como um fluxo dividido em níveis de 
processamento. Com relação aos níveis de processamento de diálogo por fala, ordene os itens a 
seguir:
I- Raciocínio Contextual.
II- Análise léxica e morfológica.
III- Análise.
IV- Análise de Fala.
V- Raciocínio de aplicação e execução.Assinale a alternativa que apresenta a sequência CORRETA:
A I - II - III - IV - V.
B IV - I - III - II - V. 
C IV - II - III - I - V.
D V - II - III - I - IV.
A linguagem de programação Python, devido à sua simplicidade e legibilidade, emergiu como a 
escolha principal entre pesquisadores em Processamento de Linguagem Natural (PLN). Suas 
bibliotecas facilitam o desenvolvimento e a análise de tarefas linguísticas complexas, reforçando sua 
popularidade na intersecção de programação e linguagem.
Fonte: adaptado de: PERKINS, J. Python Text Processing with NLTK 2.0 Cookbook. [S. l.]: 
PACKT Publishing, 2010.
Com base em Processamento de Linguagem Natural (PLN), assinale a alternativa correta:
A O PLN é uma técnica utilizada para otimização de códigos em Python.
B O NLTK é um software de edição de vídeo compatível com Python.
C A biblioteca NLTK em C# é utilizada para tarefas relacionadas ao Processamento de Linguagem
Natural.
D O Python é uma linguagem de programação que não permite estudo e implementação do
Processamento de Linguagem Natural.
E A biblioteca NLTK em Python é utilizada para tarefas relacionadas ao Processamento de
Linguagem Natural.
 VOLTAR
A+ Alterar modo de visualização
1
2
10/06/2024, 10:05 Avaliação I - Individual
about:blank 1/5
O Processamento de Linguagem Natural (PLN) está relacionado às competências linguísticas 
humanas e à conversão dessas habilidades para que sejam compreendidas e utilizadas por máquinas. 
O PLN engloba uma variedade de aplicações, como reconhecimento de fala, tradução automática e 
análise de sentimentos. O entendimento dessas competências linguísticas é vital para o 
desenvolvimento eficaz de sistemas de PLN.
Fonte: adaptado de: SUTER, J. et al. Um Data Warehouse Baseado no Twitter para Análise de 
Sentimento em Língua Portuguesa: estudo de caso das eleições de 2018. In: ESCOLA REGIONAL 
DE BANCO DE DADOS, 15., 2019, [s. l.]. Anais [...]. [S. l.]: SBC, 2019. p. 41-50.
Qual é o principal objetivo do Processamento de Linguagem Natural (PLN), conforme descrito no 
texto-base?
A Ênfase no aprimoramento da linguagem humana por meio de tecnologias avançadas.
B Implementação de sistemas de aprendizado de máquina para análise de sentimentos.
C Reconhecimento de padrões visuais em linguagem escrita.
D Desenvolvimento de sistemas de inteligência artificial exclusivamente para tradução
automática.
E Conversão de habilidades linguísticas humanas para uso exclusivo de máquinas.
O Natural Language Toolkit (NLTK) é uma biblioteca robusta para processamento de linguagem 
natural em Python. Ele fornece ferramentas para trabalhar com linguagem humana, incluindo 
tokenização, etiquetagem gramatical e análise de sentimento. Utilizando funções como 
“word_tokenize” e modelos como “punkt”, é possível realizar eficazes tarefas de tokenização.
Fonte: adaptado de: PERKINS, J. Python Text Processing with NLTK 2.0 Cookbook. [S. l.]: 
PACKT Publishing, 2010.
Com relação à biblioteca Natural Language Toolkit (NLTK), analise as afirmativas a seguir:
I. O NLTK não fornece ferramentas para etiquetagem gramatical.
II. O modelo “punkt” é usado para tarefas de tokenização no NLTK.
III. A função “word_tokenize” é utilizada para dividir sentenças em palavras.
IV. O NLTK é uma biblioteca para Processamento de Linguagem Natural em Java.
É correto o que se afirma em:
A II e III, apenas.
B I, II e III, apenas.
C II e IV, apenas.
D III, apenas.
E I e II, apenas.
3
Revisar Conteúdo do Livro
4
10/06/2024, 10:05 Avaliação I - Individual
about:blank 2/5
O Processamento de Linguagem Natural (PLN) passou por diversos marcos evolutivos. Desde o 
surgimento de chatbots, como o Jabberwacky, em 1982, até as inovações de redes neurais profundas 
na década de 2010. Modelos como BERT e GPT revolucionaram a área a partir de 2018, com a 
capacidade de aprender representações complexas e desempenhar tarefas avançadas de PLN.
Fonte: adaptado de: SINGH, S.; THAKUR, H. K. Survey of Various AI Chatbots Based on 
Technology Used. In: INTERNATIONAL CONFERENCE ON RELIABILITY, INFOCOM 
TECHNOLOGIES AND OPTIMIZATION, 8., 2020, Noida. Anais [...]. [S. l.]: IEEE, 2020. p. 1074-
1079.
Com relação às informações apresentadas e ao Processamento de Linguagem Natural (PLN), assinale 
a alternativa correta:
A O conceito de redes neurais profundas (deep learning) só ganhou destaque após o lançamento do
BERT em 2018.
B O projeto Jabberwacky, introduzido em 1966, foi o primeiro chatbot criado, visando passar no
Teste de Turing.
C O GPT-3, lançado em 2023 pela OpenAI, foi o primeiro modelo de linguagem a levantar
questões éticas sobre viés e privacidade.
D
O modelo BERT foi lançado em 2018, e o GPT-1, em 2019, ambos desempenhando um papel
fundamental no avanço do PLN, aprendendo a representar palavras e frases em grandes
quantidades de texto não rotulado. Isso tornou-os extremamente versáteis, melhorando a
qualidade das respostas dos chatbots.
E As pesquisas em PLN, de 1966 a 1980, atingiram seu auge com diversos avanços e inovações na
área.
Leia os trechos a seguir:
“Amanhã vamos colher as maçãs no pomar”; “Amanhã vamos comer as maçãs do pomar com 
colher”.
Nessas duas frases, existem sentidos muito diferentes e existem inúmeros métodos para ajudar a 
treinar a máquina a entendê-los. Alguns dos mais populares usam gráficos de conhecimento 
personalizados, em que as possibilidades ocorreriam com base em cálculos estatísticos.
Sobre a técnica que pode diferenciar as duas frases apresentadas, assinale a alternativa CORRETA:
A Análise de contexto.
B Análise de termos.
C Análise de sentido.
D Análise de frase.
O Natural Language Toolkit (NLTK) é uma biblioteca em Python especializada em Processamento de 
Linguagem Natural. Suas funcionalidades variam desde a tokenização até a análise de sentimento, 
proporcionando ferramentas e bibliotecas para lidar com a linguagem humana.
5
6
7
10/06/2024, 10:05 Avaliação I - Individual
about:blank 3/5
Fonte: adaptado de: SIMOES, J. C. S. Classificação de Sentimento Utilizando Aprendizagem 
Profunda. 2022. 59 f. TCC (Graduação em Ciência da Computação) – Centro de Informática, 
Universidade Federal de Pernambuco, Recife, 2022.
Com base nas informações apresentadas, qual é o escopo das funcionalidades oferecidas pelo Natural 
Language Toolkit (NLTK)?
A Foca exclusivamente na análise de sentimento, excluindo outras áreas do Processamento de
Linguagem Natural.
B Abrange desde a tokenização até a análise de sentimento, proporcionando uma ampla gama de
funcionalidades.
C Inclui apenas ferramentas básicas para Processamento de Linguagem Natural.
D Oferece apenas bibliotecas para lidar com a linguagem humana, sem cobrir a tokenização.
E Limita-se à tokenização e análise de sentimento.
As expressões regulares são padrões de texto bem definidos que indicam, de forma bastante 
compacta, um padrão relativamente complexo de texto que se deseja procurar. Tais expressões são 
utilizadas nas mais diversas aplicações e dão suporte ao processamento de linguagem natural. Sobre 
as expressões regulares, associe os itens, utilizando o código a seguir: 
I- {a, b} 
II- * 
III- ? 
IV- + 
( ) Possibilita buscas de um caractere que apareça no mínimo a vezes e no máximo b vezes.
( ) Permite buscas de caracteres que aparecem nenhuma ou várias vezes.
( ) Permite buscas de caracteres que nunca aparecem uma única vez.
( ) Possibilita buscas de caracteres que aparecemuma única vez.
Assinale a alternativa que apresenta a sequência CORRETA:
A IV - III - II - I.
B I - IV - III - II.
C I - III - II - IV.
D I - II - III - IV.
O Python se destaca como linguagem preferencial no Processamento de Linguagem Natural (PLN) 
devido a vantagens como popularidade, simplicidade e rica biblioteca de ferramentas. Além disso, 
ferramentas como o Google Collaboratory potencializam a capacidade da linguagem, facilitando a 
codificação em nuvem e otimizando o ciclo de desenvolvimento.
Fonte: adaptado de: MARTINEZ, L. Python in Natural Language Processing: advantages and 
platforms. [S. l.]: NLP Press, 2023.
Com base nas informações apresentadas, avalie as asserções a seguir e a relação proposta entre elas:
I. O Python é uma escolha proeminente em PLN devido à sua ampla variedade de bibliotecas e 
ferramentas específicas.
PORQUE
8
9
10/06/2024, 10:05 Avaliação I - Individual
about:blank 4/5
II. O Python tem bibliotecas populares, como NLTK e spaCy, que fornecem funcionalidades 
essenciais para tarefas de PLN, como tokenização e análise de sentimentos.
Assinale a alternativa correta:
A A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
B A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.
C As asserções I e II são proposições falsas.
D As asserções I e II são verdadeiras, mas a II não é uma justificativa correta da I.
E As asserções I e II são verdadeiras, e a II é uma justificativa correta da I.
Leia o excerto a seguir:
“Mario Kart é um dos jogos mais antigos do console Super Nintendo. Esse jogo consiste em simular 
corridas de kart com personagens infantis, como é feita a sua segmentação?”. Existe um desafio em 
processamento de linguagem natural que trata sobre quebrar o texto acima em unidades de frase.
Sobre qual é esse desafio, assinale a alternativa CORRETA:
A Problemas de segmentação.
B Problemas de fragmentação.
C Problemas de saturação.
D Problemas de maturação.
10
Imprimir
10/06/2024, 10:05 Avaliação I - Individual
about:blank 5/5