Dentre as técnicas para extração de informações sobre bases textuais, destacam-se os algoritmos *bag...

Alternativa C - As afirmações I e II estão corretas.

Introdução

Bag of Words (BoW) e TF-IDF são métodos de representação de texto em vetores numéricos.

Desenvolvimento

• BoW: Cria um vetor de contagem de frequências. Ignora a ordem das palavras (sintaxe) e o contexto.
• TF-IDF: Pondera a frequência do termo (TF) pela sua raridade no corpus (IDF). É amplamente utilizado em recuperação de informação.

Análise

1. Correta: O BoW é um modelo simplista que descarta a ordem das palavras, perdendo contexto.
2. Correta: O TF-IDF é o padrão da indústria para sistemas de recomendação e busca em bibliotecas digitais.
3. Incorreta: O BoW tradicional gera contagens (números inteiros), não necessariamente percentuais (que seria uma normalização L1).

Conclusão

As afirmações I e II refletem fielmente as características e a aplicação prática dessas técnicas.

Alternativa C.