Questão de Engenharia de Dados · FCC PMSP Analista TIC 2025 (nº 90)

Text Mining é o processo de extrair informações úteis e padrões de grandes volumes de texto, usando técnicas de Processamento de Linguagem Natural (NLP) para transformar texto não estruturado em dados estruturados e encontrar insights.

(A) Incorreta: A Tokenização é uma etapa fundamental de pré-processamento, mas não um método de análise por si só para identificar incoerências. A Análise de Imagens é irrelevante para a análise do conteúdo textual de documentos processuais.
(B) Incorreta: "Word-recognize" não é um método padrão de text mining para análise de conteúdo; pode se referir a OCR (reconhecimento de caracteres) ou simplesmente reconhecimento de palavras, o que é muito básico para a tarefa. Embora a Análise de Sentimentos seja relevante, a combinação não é a mais adequada.
(C) Incorreta: "Word-Recognize" não é um método adequado de text mining para a tarefa. "Verifying Skills" não é uma técnica de text mining ou NLP, mas sim uma avaliação de habilidades humanas ou uma tarefa genérica, o que a torna completamente inadequada.
(D) Incorreta: Redes Nominais (Reconhecimento de Entidades Nomeadas) identifica e classifica entidades como nomes de pessoas ou lugares, o que é útil para extrair informações específicas, mas não para avaliar a coerência ou o sentimento geral de um argumento. A Tokenização, novamente, é uma etapa de pré-processamento.
(E) Correta: O Topic Modeling (Modelagem de Tópicos) é ideal para identificar os temas principais em documentos, permitindo detectar se um documento aborda múltiplos tópicos não relacionados ou temas inconsistentes com o contexto esperado, indicando incoerência. A Análise de Sentimentos avalia o tom emocional do texto (positivo, negativo, neutro), o que pode ajudar a identificar petições com linguagem excessivamente agressiva, frustrada ou um tom inadequado para um documento legal, que pode estar associado a argumentos incoerentes. Juntos, esses métodos fornecem uma visão abrangente da substância e do tom, sendo adequados para a tarefa.