Questão de Inteligência Artificial · CEBRASPE TCU 25 AUFC 2025 (nº 168)

O conceito-chave é que pré-processamento (limpar o texto, remover pontuação, quebrar em tokens, etc.) e arquitetura do modelo (o transformer em si) são coisas diferentes: o transformer é a "máquina" que aprende padrões, mas ela ainda precisa receber o texto preparado em um formato numérico que ela entenda.

• Correta: Errado. O item erra ao afirmar que os transformers "eliminam a necessidade" de pré-processamento, pois eles ainda exigem etapas como tokenização e codificação numérica (transformar palavras em vetores) para funcionar — eles apenas reduzem a necessidade de etapas manuais como remoção de stopwords.

Como ficaria certo: Modelos de PLN como transformers reduzem a necessidade de pré-processamento manual do texto, pois operam sobre tokens gerados automaticamente, mas ainda exigem etapas básicas de limpeza e codificação.