Pular para o conteúdo principal

Questão de Engenharia de Software — Inteligencia Artificial — CESPE / CEBRASPE 2026

Engenharia de SoftwareInteligencia Artificial
Código
ce229753
Banca
CESPE / CEBRASPE
Órgão
TCU
Ano
2026
Nível
Superior
Cargo
Auditor Federal de Controle Externo - Área de Controle Externo/ Orientação: Auditoria de Tecnologia da Informação
Acerca de aplicações do processamento de linguagem natural (PNL) e da teoria de sistemas multiagentes, julgue o item subsequente.Modelos de PLN como transformers eliminam a necessidade de pré-processamento do texto, pois operam diretamente sobre o texto original.
  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoE — Errado

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Transformers e Pré-processamento em PLN

❌ ERRADO. A afirmação está incorreta. Modelos como transformers (BERT, GPT, etc.) não eliminam a necessidade de pré-processamento do texto. Embora sejam capazes de aprender representações contextuais complexas, eles ainda exigem etapas fundamentais de preparação dos dados, como tokenização (quebra do texto em tokens/subpalavras), remoção de ruídos, normalização (caixa baixa, acentos) e, em muitos casos, técnicas como stemming ou lemmatization. A arquitetura Transformer opera sobre sequências de tokens, não sobre o texto bruto original. Portanto, a ideia de que operam diretamente sobre o texto original sem pré-processamento é falsa.

NÃO CAIA NESSA!

A banca explora a crença de que modelos modernos e poderosos dispensam etapas tradicionais. Lembre-se: todo sistema de PLN precisa converter o texto em uma representação numérica (tokens, embeddings) antes do processamento. O Transformer não foge a essa regra.

✅ Gabarito: ERRADO

Link permanente: /questoes/ce229753