Questão de Estatística — Cálculo de Probabilidades — CESPE / CEBRASPE 2024

Naive Bayes e classificação textual

❌ ERRADO. O Naive Bayes é um classificador probabilístico baseado no Teorema de Bayes, que calcula a probabilidade de uma classe dado um conjunto de atributos — e é amplamente empregado em classificação textual (como filtros de spam e análise de sentimentos). A afirmação de que ele "não pode ser empregado em atividades de classificação textual" é falsa.

O Naive Bayes parte do Teorema de Bayes, que relaciona probabilidades condicionais: $P(A|B) = \frac{P(B|A) \cdot P(A)}{P(B)}$. No contexto de classificação, o algoritmo calcula a probabilidade de cada classe (rótulo) dado o vetor de características do item a ser classificado, assumindo independência condicional entre as características (daí o nome "naive", ingênuo). Essa suposição simplifica o cálculo, mas na prática o método funciona muito bem em diversas tarefas, especialmente em texto.

Na classificação textual, cada documento é representado por um vetor de palavras (ou termos), e o Naive Bayes calcula a probabilidade de o documento pertencer a cada categoria (ex.: spam ou não spam) com base na frequência das palavras. É um dos algoritmos mais usados e eficientes para esse tipo de tarefa, ao lado de outros como SVM e redes neurais.

A pegadinha da banca está em afirmar que o Naive Bayes "não pode ser empregado em atividades de classificação textual", quando na verdade ele é um dos métodos mais tradicionais e eficazes para essa finalidade. O erro é duplo: primeiro, o Naive Bayes é sim um classificador probabilístico; segundo, ele é perfeitamente aplicável a texto.

Alternativa E — ❌ Errado ⟵ GABARITO

A afirmação está errada porque o Naive Bayes é, sim, utilizado em classificação textual. O algoritmo é um dos pilares do processamento de linguagem natural (PLN), sendo usado em filtros de spam, categorização de notícias, análise de sentimentos, entre outros. A premissa de que ele "não pode ser empregado" é incorreta.

Gabarito: letra E (Errado).