WorksheetsQuiz NLP -- visualização, stopwords e TF-IDF
Total questions: 10
Worksheet time: 5mins
Qual é o objetivo principal de uma nuvem de palavras?
Medir similaridade semântica entre frases
Realizar classificação automática de textos
Extrair relações gramaticais entre palavras
Fornecer uma visão exploratória das palavras mais frequentes em um texto
Qual técnica visualiza termos posicionados por frequência e importância em dois grupos de textos?
Word tree
Bubble chart
Nuvem de palavras
ScatterText
O que são stopwords?
Palavras raras que indicam tópicos
Nomes próprios presentes em documentos
Verbos e adjetivos técnicos
Palavras comuns que carregam pouco significado para o contexto
Qual técnica permite explorar sequências como “Eu gosto de comer ____”?
TF-IDF
Word tree
Stopwords
N-gramas
TF-IDF combina frequência do termo no documento com:
Número de stopwords removidas
Frequência total das palavras no idioma
Distância semântica entre palavras
Raridade do termo no corpus
O que os n-gramas capturam na análise de texto?
Apenas palavras isoladas em um documento
Relações semânticas profundas entre sentenças
Frequência de caracteres especiais no texto
Sequências de palavras adjacentes, permitindo observar padrões de coocorrência
Como o modelo de autocomplete apresentado na aula funciona de forma simplificada?
Utiliza redes neurais profundas para prever a próxima frase inteira
Substitui automaticamente stopwords por sinônimos mais claros
Gera embeddings para todas as palavras e ordena por proximidade semântica
Usa n-gramas para prever a próxima palavra com base nas mais frequentes após um termo anterior
Qual técnica permite observar como o uso de termos muda ao longo dos anos?
Bubble chart
WordNet
Stopwords
Palavras ao longo do tempo / análise temporal
O que a tokenização faz?
Condensa frases em embeddings
Remove automaticamente palavras irrelevantes
Calcula coocorrência de palavras
Divide o texto em unidades como palavras ou frases
Qual é a principal vantagem de remover stopwords antes de aplicar TF-IDF?
Deixa o documento mais longo e detalhado
Garante que apenas substantivos permaneçam
Elimina palavras semanticamente relevantes
Reduz ruído e destaca termos informativos
