Tema 5_Processamento de Linguagem Natural e Rec

Prévia do material em texto

20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 1/15
Você acertou 10 de 10 questões
Verifique o seu desempenho e continue treinando! Você pode refazer o exercício quantas
vezes quiser.
Verificar Desempenho
A
B
1 Marcar para revisão
Quando estamos falando de análise de sentimentos queremos mapear o sentimento que
uma mensagem passa, de positividade, neutralidade ou negatividade. Normalmente
fazemos isso pela agregação de polaridades de palavras. Este tipo de tarefa pertence a
que família de problemas de aprendizado de máquina supervisionado?
Regressão
Classificação
Questão 1 de 10
Corretas �10�
Em branco �0�
1 2 3 4 5
6 7 8 9 10
Lista de exercícios Processamento De Linguagem Natural e… Sair
20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 2/15
C
D
E
Agregação
Mineração de Regras de Associação
Mineração de Processos
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
Entre as opções apresentadas, apenas Regressão, Classificação e Mineração de
Regras de Associação são métodos válidos de aprendizado supervisionado. A
Regressão é utilizada para prever um valor numérico, enquanto a Mineração de Regras
de Associação retorna um conjunto de combinações possíveis mais comuns. No
entanto, a análise de sentimentos se enquadra na categoria de Classificação. Isso
porque, apesar de operacionalizar valores de polarização, o objetivo final é atribuir um
rótulo ou uma classe de sentimento a um registro. Portanto, a alternativa correta é a
Classificação, que se refere à rotulação de um registro.
2 Marcar para revisão
20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 3/15
A
B
C
D
E
Um conjunto de treinamento de PLN é relativamente incomum quando olhamos para a
gama de projetos de IA, uma vez que estamos falando de textos, ou comentários, ou
qualquer dado em forma textual. O nome do conjunto de documentos passados ao
processo de mineração de texto, se chama __________:
Radical
Lema
Símbolo
Token
Corpus
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
Na área de Processamento de Linguagem Natural �PLN�, o termo "corpus" é usado
para se referir a um conjunto de textos. Esses textos podem ser de qualquer tipo:
livros, artigos, comentários, entre outros. O corpus é uma ferramenta essencial para a
20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 4/15
A
B
C
D
E
mineração de texto, pois fornece o material necessário para a análise e o treinamento
de modelos de IA. Portanto, cada texto individual dentro do corpus pode ser dividido
em sentenças, palavras e, finalmente, caracteres para uma análise mais detalhada.
3 Marcar para revisão
Spam são conteúdos enviados pelo remetente sem o consentimento do destinatário.
Dentre as opções abaixo, qual o melhor algoritmo de detecção de e-mails de spams?
GNB
KMeans
DBScan
Regressor de Vetores de Suporte
PCA
20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 5/15
A
B
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
O algoritmo GNB, também conhecido como Naive Bayes, é o único classificador entre
as opções apresentadas. Ele foi o primeiro a ser utilizado na detecção de spams e
ainda é o mais usado atualmente. Isso se deve à sua simplicidade, que proporciona
resultados satisfatórios e consome menos recursos computacionais em comparação
com outros algoritmos mais sofisticados. Portanto, o GNB é a melhor opção para a
detecção de e-mails de spam entre as alternativas apresentadas.
4 Marcar para revisão
Quando nós temos um conjunto de textos aos quais queremos associar rótulos baseados
em outros textos já rotulados em categorias específicas, temos um problema de
aprendizado de máquina chamado de:
Agrupamento
Semi-Supervisionado
20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 6/15
C
D
E
Regressão
Classificação
Rotação
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
Temos aqui um problema de classificação, uma vez que precisamos aprender uma
associação entre as features do conjunto e a rotulação já existente para podermos
categorizar novos documentos
5 Marcar para revisão
Quando nos referimos à classificação de textos, pensamos no NLTK para fazer a parte de
NLP, mas, que biblioteca podemos usar para facilitar nossa tarefa de classificação de
textos?
20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 7/15
A
B
C
D
E
NUMPY
POLARS
PANDAS
SKLEARN
DATETIME
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
A biblioteca SKLEARN é a mais adequada para facilitar a tarefa de classificação de
textos. Essa biblioteca é amplamente utilizada em aprendizado de máquina e fornece
ferramentas simples e eficientes para análise de dados. Ela permite a implementação
de diversos algoritmos de classificação, incluindo árvores de decisão, tornando o
processo de classificação de textos mais eficiente e menos complexo.
20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 8/15
A
B
C
D
E
6 Marcar para revisão
Quando estamos lidando com PLN é preciso transformar o dado textual em algo
compreensível às máquinas para que elas possam operar sobre aquele conjunto. Qual
destas é uma opção de transformação para este cenário?
Regressão
Vetorização
Classificação
Pivot Table
Redução de Dimensionalidade
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 9/15
A
B
C
Na área de Processamento de Linguagem Natural �PLN�, a vetorização é uma técnica
comum para transformar dados textuais em um formato que as máquinas possam
entender e operar. Isso é feito transformando cada token (que pode ser uma palavra
ou uma sentença) em um vetor ou tensor. Isso pode ser realizado por meio de técnicas
como TF�IDF, Word2Vec ou Doc2vec. As outras opções apresentadas na questão,
como regressão, classificação, Pivot Table e redução de dimensionalidade, são
técnicas ou tipos de aprendizado de máquina, mas não são métodos diretos para
transformar dados textuais em um formato compreensível para as máquinas.
7 Marcar para revisão
Quando fazemos processamento da linguagem natural, devemos descartar palavras que se
repetem muito e que são tidas como auxiliares, adicionando pouca informação ao modelo.
A esse conjunto de palavras damos o nome de _________.
Clearwords
Stopwords
Tokens
20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 10/15
D
E
Sentenças
Verbos
Resposta correta
Parabéns,você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
As palavras que são frequentemente descartadas durante o processamento da
linguagem natural são chamadas de 'Stopwords'. Essas palavras são geralmente as
mais comuns em uma língua (como 'é', 'o', 'a', 'em', etc.) e não contribuem
significativamente para o significado de uma frase, sendo, portanto, consideradas
'ruído' no processo de análise. Por isso, são removidas para melhorar a eficiência do
processamento e a precisão dos resultados. A alternativa correta é a letra B,
'Stopwords'.
8 Marcar para revisão
Dado que estamos falando de linguagem, estamos falando também de cultura, de
expressões idiomáticas e regionalismos. Sendo assim, cada modelo de NLP terá cobertura
20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 11/15
A
B
C
D
E
de acerto para a linguagem dos conjuntos sobre os quais aprendeu. Nesse caso, o que
devemos variar ou unir (por concatenação de conjunto de dados)?
Sentenças
Tokens
Corpus
Vocabulário
Dicionário
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
A alternativa correta é 'Corpus'. Isso porque, em processamento de linguagem natural
�NLP�, o corpus é um conjunto de textos escritos ou falados que servem como base
para o aprendizado do modelo. Quanto mais variado for esse conjunto, mais o modelo
estará apto a compreender diferentes contextos, expressões idiomáticas e
20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 12/15
A
B
C
D
E
regionalismos. Portanto, ao unir diferentes corpus, estamos ampliando a capacidade
do modelo de compreender e processar diversas linguagens e suas nuances.
9 Marcar para revisão
Dentro do processamento de linguagem natural temos uma subdivisão de áreas de
especialização, ou tarefas que procuram entender: a estrutura do texto, sentido passado
nas mensagens, e referências e co-referências. São assim chamadas então
respectivamente de:
Análise Sintática, Análise Semântica, e Análise Pragmática
Análise Sintática, Análise Pragmática, e Análise Semântica
Análise Sintática, Análise Clínica, e Análise Pragmática
Análise Univariável, Análise Semântica, e Análise Pragmática
Análise Sintática, Análise Semântica, e Análise de Predicados
20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 13/15
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
A alternativa correta é a "Análise Sintática, Análise Semântica, e Análise Pragmática".
Essas três análises são tarefas fundamentais no processamento de linguagem natural
�NLP�. A Análise Sintática é responsável por identificar a classe gramatical de cada
token, ou seja, determina se uma palavra é um verbo, substantivo, adjetivo, entre
outros. A Análise Semântica, por sua vez, busca entender o sentido do uso das
palavras, sendo comum a aplicação da análise de sentimentos. Por fim, a Análise
Pragmática se ocupa de relacionar e construir sentenças e referências, como a
desambiguação de termos e a relação entre palavras.
10 Marcar para revisão
Quando nos referimos à tarefa de juntar documentos semelhantes em subconjuntos de
forma automática, baseado em similaridades em suas palavras, escrita ou tema, estamos
nos referindo à clusterização ou agrupamento. Qual destes algoritmos poderia nos ajudar
na determinação do cálculo da relevância de uma palavra em uma série ou corpus para um
texto?
20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 14/15
A
B
C
D
E
TF�IDF
KNN
K�Means
Gaussian Naive Bayes
LSTM
Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito comentado!
Gabarito Comentado
O TF�IDF, que é a alternativa correta, é um cálculo estatístico que tem sido
amplamente adotado em algoritmos de busca, como o do Google, para determinar a
relevância de um termo para um documento em um corpus. Ele faz isso ao analisar a
frequência com que um termo aparece em um documento específico em comparação
com sua frequência em todo o corpus. Isso ajuda a identificar quais palavras são mais
significativas para um texto específico, contribuindo para tarefas como a clusterização
ou agrupamento de documentos semelhantes. Os outros algoritmos listados, como
20/09/26, 01:08 estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/
https://estacio.saladeavaliacoes.com.br/exercicio/6a7f184d88ca6cad8ad3bdc3/gabarito/ 15/15
KNN, K�Means, Gaussian Naive Bayes e LSTM, têm diferentes aplicações e não são
especificamente projetados para calcular a relevância de uma palavra em um corpus.