Carregando...
Carregando...
Ajude a melhorar a plataforma
Diferentemente das representações clássicas, em que as palavras são representadas simplesmente por uma sequência de caracteres ou como um índice de um vocabulário, word embeddings introduzem o conceito de aprendizado por representação. Sobre word embeddings, é correto afirmar:
Selecione a alternativa correta:
Explique melhor esta questão
Abre o Tutor com o enunciado e as alternativas já no campo — você revisa e envia.
Esta questão foi verificada por um de nossos administradores.
Alternativa E - As afirmações II e III estão corretas.
As word embeddings representam uma revolução no Processamento de Linguagem Natural (PLN), substituindo representações esparsas e discretas por representações densas e contínuas que capturam relações semânticas entre as palavras.
Tradicionalmente, palavras eram tratadas como símbolos isolados (ex: one-hot encoding). As embeddings projetam essas palavras em um espaço vetorial onde a proximidade geométrica reflete a similaridade de significado. Diferente do que diz a afirmação I, o processo é geralmente de redução de dimensionalidade (de um vocabulário de milhares de dimensões esparsas para centenas de dimensões densas) e não o aumento.
| Afirmação | Status | Justificativa | | :--- | :--- | :--- | | I | Incorreta | Embeddings costumam mapear dados de um espaço de alta dimensionalidade (vocabulário) para um de menor dimensionalidade (vetor denso). | | II | Correta | Existem técnicas como Doc2Vec ou Sentence Embeddings que estendem o conceito para além de palavras individuais. | | III | Correta | Vetores densos são computacionalmente mais eficientes para redes neurais do que vetores gigantescos e esparsos, economizando memória. |
As word embeddings são fundamentais para o aprendizado por representação moderno, sendo aplicáveis a diversas unidades textuais e otimizando o processamento computacional.
Alternativa E.