Questão 26769 · 62ª da prova
CESPE / CEBRASPE 2026 – SEFAZ-RN – Auditor Fiscal: Banco de Dados
- Banca
- CESPE / CEBRASPE
- Órgão
- SEFAZ-RN
- Ano
- 2026
- Cargo
- Auditor Fiscal
- Matéria
- Noções de Informática
- Assunto
- Banco de Dados · Inteligência Artificial e Automação
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.
Assinale a opção em que são apresentadas a técnica adequada para esse cenário e sua descrição.
- ALemmatization — método de agrupamento não supervisionado (clustering) que organiza descrições de mercadorias por similaridade, prescindindo de rótulos de treinamento para a classificação fiscal
- Bstemming — técnica de redução morfológica que mapeia palavras para vetores numéricos densos, preservando a semântica contextual completa do item fiscal
- Cword 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
- Darquiteturas 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
- Etokenização — processo de detecção de anomalias sintáticas que substitui a necessidade de modelos preditivos ao identificar erros de digitação em documentos fiscais