Uma equipe de ciência de dados da Assembleia Legislativa desenvolveu uma solução para apoiar consultores legislativos na análise de proposições normativas. O objetivo era identificar automaticamente referências a temas como educação, saúde, segurança pública, orçamento e administração pública em milhares de documentos produzidos anualmente. Como parte do projeto, tornou-se necessário transformar textos legislativos em representações que pudessem ser processadas por algoritmos computacionais, preservando informações relevantes para análises posteriores de classificação, agrupamento e recuperação de informações.
Assinale a alternativa que apresenta uma atividade tecnicamente compatível com o processamento de linguagem natural aplicado a textos legislativos.