Text Mining — Técnicas de Mineração de Texto
Gabarito: letra E. A questão cobra o conhecimento de métodos aplicáveis à mineração de texto (text mining) em documentos processuais. As técnicas que se encaixam são Topic Modeling (modelagem de tópicos) e Análise de Sentimentos, ambas clássicas na extração de padrões e opiniões de textos não estruturados. As demais alternativas misturam conceitos inadequados, termos inventados ou etapas de pré-processamento.
A mineração de texto é um ramo da mineração de dados voltado para fontes textuais não estruturadas (como petições e arrazoados). Seu objetivo é descobrir conhecimento útil por meio de técnicas como classificação, clusterização, sumarização, análise de sentimentos e modelagem de tópicos.
Técnica | Categoria | Descrição | Exemplo de Aplicação |
|---|
Topic Modeling | Mineração de texto | Identifica automaticamente tópicos/assuntos em coleções de documentos | Agrupar petições por tema (ex.: saúde, tributário) |
Análise de Sentimentos | Mineração de texto | Avalia polaridade (positiva/negativa/neutra) ou emoções em textos | Detectar tom incoerente em arrazoados processuais |
Tokenização | Pré-processamento | Quebra texto em unidades (tokens) | Etapa preparatória, não método de mineração |
Análise de Imagens | Visão computacional | Processa dados visuais | Inaplicável a textos processuais |
Word-recognize | Termo inventado | — | Não é técnica reconhecida |
Verifying Skills | Termo inventado | — | Não é técnica reconhecida |
Redes Nominais | Termo atípico | Possível referência a redes de palavras | Não é técnica padrão de text mining |
Alternativa A — ❌ Incorreta
A tokenização é um pré-processamento (quebra do texto em tokens), não um método de mineração em si. Já a análise de imagens é voltada para dados visuais, não textuais.
Alternativa B — ❌ Incorreta
"Word-recognize" não é um termo técnico reconhecido em mineração de texto. A análise de sentimentos é válida, mas isoladamente não forma uma resposta completa (a alternativa exige dois métodos).
Alternativa C — ❌ Incorreta
Tanto "Word-Recognize" quanto "Verifying Skills" não são técnicas de mineração de texto — são expressões sem significado na área.
Alternativa D — ❌ Incorreta
"Redes Nominais" não é uma técnica padrão de text mining (pode remeter a redes de palavras, mas é atípico). Tokenização, como dito, é apenas pré-processamento.
Alternativa E — ✅ Correta ⟵ GABARITO
Topic Modeling: identifica automaticamente os assuntos (tópicos) presentes em uma coleção de documentos, permitindo agrupar textos por conteúdo. Algoritmos como LDA (Latent Dirichlet Allocation) são comuns.
Análise de Sentimentos: avalia a polaridade (positiva, negativa, neutra) ou emoções expressas no texto, sendo útil para detectar incoerências ou tom de petições.
Ambas são técnicas consolidadas e aplicadas simultaneamente em mineração de texto.
Gabarito: letra E