Questão de Banco de Dados — Data Mining — FGV 2025
Banco de Dados›Data Mining
Código
fg120763
Banca
FGV
Órgão
SEFAZ-RS
Ano
2025
Nível
Superior
Cargo
Auditor do Estado (Manhã)
No contexto de Processamento de Linguagem Natural, a técnica de word embeddings é
Auma representação vetorial de palavras em um espaço de baixa dimensão, que preserva relações semânticas entre elas.
Bum método de classificação que utiliza árvores de decisão para analisar o contexto das palavras.
Cum modelo probabilístico que calcula a probabilidade condicional de uma sequência de palavras.
Duma técnica de visualização que organiza frases em categorias predefinidas.
Eum tipo de filtragem de dados que remove palavras irrelevantes de um texto.
Revelar gabarito e comentário▾
GabaritoA — uma representação vetorial de palavras em um espaço de baixa dimensão, que preserva relações semânticas entre elas.
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”.
Word Embeddings
Gabarito: letra A. Word embeddings são representações vetoriais densas de palavras em um espaço de baixa dimensão, que capturam relações semânticas e sintáticas, permitindo que palavras com significados próximos tenham vetores próximos. Essa técnica é central em Processamento de Linguagem Natural (PLN). A banca cobra o conceito básico, distinguindo-o de outras técnicas de PLN e mineração de texto.
Alternativa
Descrição
Correta?
Motivo
A
Representação vetorial de palavras em espaço de baixa dimensão, preservando relações semânticas
✅ Sim
Define corretamente word embeddings (Word2Vec, GloVe, FastText)
B
Método de classificação que utiliza árvores de decisão para analisar contexto
❌ Não
Árvores de decisão são modelos de classificação, não representações vetoriais
C
Modelo probabilístico que calcula probabilidade condicional de sequência de palavras
❌ Não
Corresponde a modelos de linguagem (n-gramas, transformers), não a word embeddings
D
Técnica de visualização que organiza frases em categorias predefinidas
❌ Não
Refere-se a classificação de textos ou categorização
E
Tipo de filtragem que remove palavras irrelevantes de um texto
❌ Não
Descreve remoção de stopwords ou pré-processamento
Alternativa A — ✅ Correta ⟵ GABARITO
Define corretamente word embeddings: "uma representação vetorial de palavras em um espaço de baixa dimensão, que preserva relações semânticas entre elas". Exemplos clássicos: Word2Vec, GloVe e FastText. Esses modelos geram vetores contínuos (ex.: 100-300 dimensões) que codificam significado de forma distribuída.
Alternativa B — ❌ Incorreta
Menciona "método de classificação que utiliza árvores de decisão". Árvores de decisão são modelos de classificação supervisionada, não representações vetoriais. Word embeddings não são um método de classificação, mas sim uma forma de representar palavras.
Alternativa C — ❌ Incorreta
Descreve "modelo probabilístico que calcula a probabilidade condicional de uma sequência de palavras". Isso corresponde a modelos de linguagem (n-gramas, redes neurais recorrentes, transformers). Embora word embeddings possam ser usados nesses modelos, eles não são por si só modelos probabilísticos de sequências.
Alternativa D — ❌ Incorreta
Fala em "técnica de visualização que organiza frases em categorias predefinidas". Isso se refere a classificação de textos ou categorização (ex.: análise de sentimentos, tópicos). Word embeddings podem ser insumos para classificação, mas não são uma técnica de visualização ou organização em categorias.
Alternativa E — ❌ Incorreta
"Tipo de filtragem de dados que remove palavras irrelevantes" descreve a remoção de stopwords ou outras etapas de pré-processamento. Word embeddings não filtram palavras; eles as representam.
NÃO CAIA NESSA!
Lembre-se de que word embeddings geram vetores densos de baixa dimensionalidade (ex.: 100-300). Eles são aprendidos a partir de grandes corpora e preservam analogias semânticas (ex.: rei - homem + mulher ≈ rainha). Não confunda com modelos de linguagem, classificação ou filtragem.