Questão 62 — Processamento de linguagem natural (Inteligência Artificial) — Cebraspe · Secretaria de Estado da Fazenda do Rio Grande do Norte (SEFAZ/RN) 2026

Inteligência Artificial Processamento de linguagem natural

Cebraspe 2026

Secretaria de Estado da Fazenda do Rio Grande do Norte (SEFAZ/RN) · Auditor Fiscal de Receitas Estaduais

Gabarito disponível

Uma secretaria de fazenda estadual recebe diariamente milhões de notas fiscais eletrônicas (NF-e). Um desafio central da fiscalização é validar se a descrição textual dos itens comercializados é condizente com o código NCM (nomenclatura comum do Mercosul) declarado. Para automatizar essa classificação semântica em larga escala, utiliza-se processamento de linguagem natural (PLN) e redes neurais.
Assinale a opção em que são apresentadas a técnica adequada para esse cenário e sua descrição.

Selecione uma alternativa A) Lemmatization — método de agrupamento não supervisionado (clustering) que organiza descrições de mercadorias por similaridade, prescindindo de rótulos de treinamento para a classificação fiscal B) stemming — técnica de redução morfológica que mapeia palavras para vetores numéricos densos, preservando a semântica contextual completa do item fiscal C) word embeddings — representações vetoriais de palavras em um espaço contínuo, em que termos semanticamente semelhantes são projetados em posições próximas (baixa distância vetorial), facilitando a identificação de sinônimos na descrição dos produtos D) arquiteturas transformer — modelos baseados no mecanismo de atenção (attention), capazes de capturar dependências contextuais e relações de longo alcance entre os termos de uma descrição, sendo altamente eficazes para a tarefa de classificação de texto e compatibilização com a NCM E) tokenização — processo de detecção de anomalias sintáticas que substitui a necessidade de modelos preditivos ao identificar erros de digitação em documentos fiscais

Resolução comentada

Transformers capturam contexto e são adequados para classificar texto em NCM.

Arquiteturas transformer usam o mecanismo de atenção para capturar dependências contextuais e de longo alcance. Isso as torna muito eficazes para classificar descrições de itens e compatibilizá-las com o código NCM.

Análise das alternativas

A) Lematização é normalização morfológica, não clustering. B) Stemming reduz palavras a radicais e não gera vetores densos. C) Word embeddings representam palavras em espaço vetorial, mas, sozinhos, não resolvem a classificação contextual completa. E) Tokenização segmenta texto e não detecta anomalias nem substitui modelos preditivos.

Referência: Vaswani et al., 'Attention Is All You Need' (2017).

Resolução comentada do VaiConcursos.