Questões de Concurso Para tribunal de contas e controladoria

Foram encontradas 49.739 questões

Resolva questões gratuitamente!

Junte-se a mais de 4 milhões de concurseiros!

www.qconcursos.com
Q2574188
Português Interpretação de Textos , Redação - Reescritura de texto ,
Ano: 2024 Banca: CESPE / CEBRASPE Órgão: TCE-PR Provas: CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Administrativa | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Contábil | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Informática | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Jurídica |
Q2574188 Português
Texto CG1A1


    Uma pesquisa feita na Universidade Federal Fluminense (UFF) gerou um método para detecção de notícias falsas, as chamadas fake news, nas redes sociais, com o uso de inteligência artificial (IA). A técnica é fruto de um estudo do engenheiro de telecomunicações Nicollas Rodrigues, em sua dissertação de mestrado pela universidade.
    O estudante e seu orientador, Diogo Mattos, professor do Laboratório de Ensino e Pesquisa em Redes de Nova Geração da UFF, desenvolveram uma ferramenta de IA capaz de diferenciar fatos de notícias falsas, a partir da análise de palavras e estruturas textuais, com precisão de 94%.
    Isso significa que, a cada 100 notícias analisadas, a ferramenta conseguiu acertar se era fato ou boato em 94 situações. No total, foram analisadas mais de 30 mil mensagens publicadas em uma rede social na Internet.
    “Testamos três metodologias e duas tiveram sucesso maior. A gente indica, no final dos resultados, a possibilidade de utilizar ambas em conjunto, de forma complementar”, explica Rodrigues.
    A primeira metodologia consistiu em abastecer um algoritmo com notícias verdadeiras e depois treinar o algoritmo para reconhecer essas notícias. Aquelas que não se encaixavam no perfil aprendido eram classificadas como fake news.
    A outra abordagem é semelhante à primeira no que se refere à análise textual, mas, no lugar do algoritmo, foi utilizada metodologia estatística que analisa a frequência com que determinadas palavras e combinações de palavras aparecem nas fake news.
    Os resultados do trabalho podem-se transformar em ferramentas úteis para o usuário da Internet identificar notícias que apresentam indícios de fake news e, assim, ter cautela maior com aquela informação.
    “Pode-se transformar a ferramenta em um plugin [ferramenta que apresenta recursos adicionais ao programa principal] compatível com algumas redes sociais. E, a partir do momento em que você usa a rede social, o plugin vai poder indicar não que a notícia é falsa, de maneira assertiva, mas que ela pode ser falsa, de acordo com alguns parâmetros, como erros de português. Também existe a possibilidade de fazer uma aplicação na própria Web, onde você cola o texto da notícia e essa aplicação vai te dizer se aquilo se assemelha ou não a uma notícia falsa”, explica Rodrigues.


Internet: <www.cartacapital.com.br> (com adaptações). 
No último parágrafo do texto CG1A1, seria maior o grau de formalidade do trecho ‘Também existe a possibilidade de fazer uma aplicação na própria Web, onde você cola o texto da notícia e essa aplicação vai te dizer se aquilo se assemelha ou não a uma notícia falsa’, garantidos a correção gramatical e o sentido original do texto, se tal trecho fosse reescrito da seguinte maneira: 
Alternativas
Q2574187
Português Interpretação de Textos , Significação Contextual de Palavras e Expressões. Sinônimos e Antônimos. ,
Ano: 2024 Banca: CESPE / CEBRASPE Órgão: TCE-PR Provas: CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Administrativa | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Contábil | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Informática | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Jurídica |
Q2574187 Português
Texto CG1A1


    Uma pesquisa feita na Universidade Federal Fluminense (UFF) gerou um método para detecção de notícias falsas, as chamadas fake news, nas redes sociais, com o uso de inteligência artificial (IA). A técnica é fruto de um estudo do engenheiro de telecomunicações Nicollas Rodrigues, em sua dissertação de mestrado pela universidade.
    O estudante e seu orientador, Diogo Mattos, professor do Laboratório de Ensino e Pesquisa em Redes de Nova Geração da UFF, desenvolveram uma ferramenta de IA capaz de diferenciar fatos de notícias falsas, a partir da análise de palavras e estruturas textuais, com precisão de 94%.
    Isso significa que, a cada 100 notícias analisadas, a ferramenta conseguiu acertar se era fato ou boato em 94 situações. No total, foram analisadas mais de 30 mil mensagens publicadas em uma rede social na Internet.
    “Testamos três metodologias e duas tiveram sucesso maior. A gente indica, no final dos resultados, a possibilidade de utilizar ambas em conjunto, de forma complementar”, explica Rodrigues.
    A primeira metodologia consistiu em abastecer um algoritmo com notícias verdadeiras e depois treinar o algoritmo para reconhecer essas notícias. Aquelas que não se encaixavam no perfil aprendido eram classificadas como fake news.
    A outra abordagem é semelhante à primeira no que se refere à análise textual, mas, no lugar do algoritmo, foi utilizada metodologia estatística que analisa a frequência com que determinadas palavras e combinações de palavras aparecem nas fake news.
    Os resultados do trabalho podem-se transformar em ferramentas úteis para o usuário da Internet identificar notícias que apresentam indícios de fake news e, assim, ter cautela maior com aquela informação.
    “Pode-se transformar a ferramenta em um plugin [ferramenta que apresenta recursos adicionais ao programa principal] compatível com algumas redes sociais. E, a partir do momento em que você usa a rede social, o plugin vai poder indicar não que a notícia é falsa, de maneira assertiva, mas que ela pode ser falsa, de acordo com alguns parâmetros, como erros de português. Também existe a possibilidade de fazer uma aplicação na própria Web, onde você cola o texto da notícia e essa aplicação vai te dizer se aquilo se assemelha ou não a uma notícia falsa”, explica Rodrigues.


Internet: <www.cartacapital.com.br> (com adaptações). 
No texto CG1A1, a palavra ‘assertiva’ (segundo período do último parágrafo) está empregada com o mesmo sentido de 
Alternativas
Q2574186
Português Interpretação de Textos , Redação - Reescritura de texto ,
Ano: 2024 Banca: CESPE / CEBRASPE Órgão: TCE-PR Provas: CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Administrativa | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Contábil | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Informática | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Jurídica |
Q2574186 Português
Texto CG1A1


    Uma pesquisa feita na Universidade Federal Fluminense (UFF) gerou um método para detecção de notícias falsas, as chamadas fake news, nas redes sociais, com o uso de inteligência artificial (IA). A técnica é fruto de um estudo do engenheiro de telecomunicações Nicollas Rodrigues, em sua dissertação de mestrado pela universidade.
    O estudante e seu orientador, Diogo Mattos, professor do Laboratório de Ensino e Pesquisa em Redes de Nova Geração da UFF, desenvolveram uma ferramenta de IA capaz de diferenciar fatos de notícias falsas, a partir da análise de palavras e estruturas textuais, com precisão de 94%.
    Isso significa que, a cada 100 notícias analisadas, a ferramenta conseguiu acertar se era fato ou boato em 94 situações. No total, foram analisadas mais de 30 mil mensagens publicadas em uma rede social na Internet.
    “Testamos três metodologias e duas tiveram sucesso maior. A gente indica, no final dos resultados, a possibilidade de utilizar ambas em conjunto, de forma complementar”, explica Rodrigues.
    A primeira metodologia consistiu em abastecer um algoritmo com notícias verdadeiras e depois treinar o algoritmo para reconhecer essas notícias. Aquelas que não se encaixavam no perfil aprendido eram classificadas como fake news.
    A outra abordagem é semelhante à primeira no que se refere à análise textual, mas, no lugar do algoritmo, foi utilizada metodologia estatística que analisa a frequência com que determinadas palavras e combinações de palavras aparecem nas fake news.
    Os resultados do trabalho podem-se transformar em ferramentas úteis para o usuário da Internet identificar notícias que apresentam indícios de fake news e, assim, ter cautela maior com aquela informação.
    “Pode-se transformar a ferramenta em um plugin [ferramenta que apresenta recursos adicionais ao programa principal] compatível com algumas redes sociais. E, a partir do momento em que você usa a rede social, o plugin vai poder indicar não que a notícia é falsa, de maneira assertiva, mas que ela pode ser falsa, de acordo com alguns parâmetros, como erros de português. Também existe a possibilidade de fazer uma aplicação na própria Web, onde você cola o texto da notícia e essa aplicação vai te dizer se aquilo se assemelha ou não a uma notícia falsa”, explica Rodrigues.


Internet: <www.cartacapital.com.br> (com adaptações). 
Mantendo-se o sentido e a correção gramatical do sétimo parágrafo do texto CG1A1, o vocábulo “assim” poderia ser substituído por 
Alternativas
Q2574185
Português Interpretação de Textos , Redação - Reescritura de texto ,
Ano: 2024 Banca: CESPE / CEBRASPE Órgão: TCE-PR Provas: CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Administrativa | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Contábil | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Informática | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Jurídica |
Q2574185 Português
Texto CG1A1


    Uma pesquisa feita na Universidade Federal Fluminense (UFF) gerou um método para detecção de notícias falsas, as chamadas fake news, nas redes sociais, com o uso de inteligência artificial (IA). A técnica é fruto de um estudo do engenheiro de telecomunicações Nicollas Rodrigues, em sua dissertação de mestrado pela universidade.
    O estudante e seu orientador, Diogo Mattos, professor do Laboratório de Ensino e Pesquisa em Redes de Nova Geração da UFF, desenvolveram uma ferramenta de IA capaz de diferenciar fatos de notícias falsas, a partir da análise de palavras e estruturas textuais, com precisão de 94%.
    Isso significa que, a cada 100 notícias analisadas, a ferramenta conseguiu acertar se era fato ou boato em 94 situações. No total, foram analisadas mais de 30 mil mensagens publicadas em uma rede social na Internet.
    “Testamos três metodologias e duas tiveram sucesso maior. A gente indica, no final dos resultados, a possibilidade de utilizar ambas em conjunto, de forma complementar”, explica Rodrigues.
    A primeira metodologia consistiu em abastecer um algoritmo com notícias verdadeiras e depois treinar o algoritmo para reconhecer essas notícias. Aquelas que não se encaixavam no perfil aprendido eram classificadas como fake news.
    A outra abordagem é semelhante à primeira no que se refere à análise textual, mas, no lugar do algoritmo, foi utilizada metodologia estatística que analisa a frequência com que determinadas palavras e combinações de palavras aparecem nas fake news.
    Os resultados do trabalho podem-se transformar em ferramentas úteis para o usuário da Internet identificar notícias que apresentam indícios de fake news e, assim, ter cautela maior com aquela informação.
    “Pode-se transformar a ferramenta em um plugin [ferramenta que apresenta recursos adicionais ao programa principal] compatível com algumas redes sociais. E, a partir do momento em que você usa a rede social, o plugin vai poder indicar não que a notícia é falsa, de maneira assertiva, mas que ela pode ser falsa, de acordo com alguns parâmetros, como erros de português. Também existe a possibilidade de fazer uma aplicação na própria Web, onde você cola o texto da notícia e essa aplicação vai te dizer se aquilo se assemelha ou não a uma notícia falsa”, explica Rodrigues.


Internet: <www.cartacapital.com.br> (com adaptações). 
A correção gramatical e o sentido do segundo parágrafo do texto CG1A1 seriam mantidos se o verbo “diferenciar” fosse substituído por 
Alternativas
Q2574184
Português Sintaxe , Orações subordinadas adverbiais: Causal, Comparativa, Consecutiva, Concessiva, Condicional... ,
Ano: 2024 Banca: CESPE / CEBRASPE Órgão: TCE-PR Provas: CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Administrativa | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Contábil | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Informática | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Jurídica |
Q2574184 Português
Texto CG1A1


    Uma pesquisa feita na Universidade Federal Fluminense (UFF) gerou um método para detecção de notícias falsas, as chamadas fake news, nas redes sociais, com o uso de inteligência artificial (IA). A técnica é fruto de um estudo do engenheiro de telecomunicações Nicollas Rodrigues, em sua dissertação de mestrado pela universidade.
    O estudante e seu orientador, Diogo Mattos, professor do Laboratório de Ensino e Pesquisa em Redes de Nova Geração da UFF, desenvolveram uma ferramenta de IA capaz de diferenciar fatos de notícias falsas, a partir da análise de palavras e estruturas textuais, com precisão de 94%.
    Isso significa que, a cada 100 notícias analisadas, a ferramenta conseguiu acertar se era fato ou boato em 94 situações. No total, foram analisadas mais de 30 mil mensagens publicadas em uma rede social na Internet.
    “Testamos três metodologias e duas tiveram sucesso maior. A gente indica, no final dos resultados, a possibilidade de utilizar ambas em conjunto, de forma complementar”, explica Rodrigues.
    A primeira metodologia consistiu em abastecer um algoritmo com notícias verdadeiras e depois treinar o algoritmo para reconhecer essas notícias. Aquelas que não se encaixavam no perfil aprendido eram classificadas como fake news.
    A outra abordagem é semelhante à primeira no que se refere à análise textual, mas, no lugar do algoritmo, foi utilizada metodologia estatística que analisa a frequência com que determinadas palavras e combinações de palavras aparecem nas fake news.
    Os resultados do trabalho podem-se transformar em ferramentas úteis para o usuário da Internet identificar notícias que apresentam indícios de fake news e, assim, ter cautela maior com aquela informação.
    “Pode-se transformar a ferramenta em um plugin [ferramenta que apresenta recursos adicionais ao programa principal] compatível com algumas redes sociais. E, a partir do momento em que você usa a rede social, o plugin vai poder indicar não que a notícia é falsa, de maneira assertiva, mas que ela pode ser falsa, de acordo com alguns parâmetros, como erros de português. Também existe a possibilidade de fazer uma aplicação na própria Web, onde você cola o texto da notícia e essa aplicação vai te dizer se aquilo se assemelha ou não a uma notícia falsa”, explica Rodrigues.


Internet: <www.cartacapital.com.br> (com adaptações). 
No quinto parágrafo do texto CG1A1, a oração “para reconhecer essas notícias” expressa circunstância de 
Alternativas
Q2574183
Português Interpretação de Textos , Redação - Reescritura de texto ,
Ano: 2024 Banca: CESPE / CEBRASPE Órgão: TCE-PR Provas: CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Administrativa | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Contábil | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Informática | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Jurídica |
Q2574183 Português
Texto CG1A1


    Uma pesquisa feita na Universidade Federal Fluminense (UFF) gerou um método para detecção de notícias falsas, as chamadas fake news, nas redes sociais, com o uso de inteligência artificial (IA). A técnica é fruto de um estudo do engenheiro de telecomunicações Nicollas Rodrigues, em sua dissertação de mestrado pela universidade.
    O estudante e seu orientador, Diogo Mattos, professor do Laboratório de Ensino e Pesquisa em Redes de Nova Geração da UFF, desenvolveram uma ferramenta de IA capaz de diferenciar fatos de notícias falsas, a partir da análise de palavras e estruturas textuais, com precisão de 94%.
    Isso significa que, a cada 100 notícias analisadas, a ferramenta conseguiu acertar se era fato ou boato em 94 situações. No total, foram analisadas mais de 30 mil mensagens publicadas em uma rede social na Internet.
    “Testamos três metodologias e duas tiveram sucesso maior. A gente indica, no final dos resultados, a possibilidade de utilizar ambas em conjunto, de forma complementar”, explica Rodrigues.
    A primeira metodologia consistiu em abastecer um algoritmo com notícias verdadeiras e depois treinar o algoritmo para reconhecer essas notícias. Aquelas que não se encaixavam no perfil aprendido eram classificadas como fake news.
    A outra abordagem é semelhante à primeira no que se refere à análise textual, mas, no lugar do algoritmo, foi utilizada metodologia estatística que analisa a frequência com que determinadas palavras e combinações de palavras aparecem nas fake news.
    Os resultados do trabalho podem-se transformar em ferramentas úteis para o usuário da Internet identificar notícias que apresentam indícios de fake news e, assim, ter cautela maior com aquela informação.
    “Pode-se transformar a ferramenta em um plugin [ferramenta que apresenta recursos adicionais ao programa principal] compatível com algumas redes sociais. E, a partir do momento em que você usa a rede social, o plugin vai poder indicar não que a notícia é falsa, de maneira assertiva, mas que ela pode ser falsa, de acordo com alguns parâmetros, como erros de português. Também existe a possibilidade de fazer uma aplicação na própria Web, onde você cola o texto da notícia e essa aplicação vai te dizer se aquilo se assemelha ou não a uma notícia falsa”, explica Rodrigues.


Internet: <www.cartacapital.com.br> (com adaptações). 
Cada uma das próximas opções apresenta um trecho do texto CG1A1 seguido de uma proposta de reescrita. Assinale a opção em que a proposta de reescrita apresentada preserva o sentido e a correção gramatical do texto, considerando as regras de colocação pronominal. 
Alternativas
Q2574182
Português Interpretação de Textos , Redação - Reescritura de texto ,
Ano: 2024 Banca: CESPE / CEBRASPE Órgão: TCE-PR Provas: CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Administrativa | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Contábil | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Informática | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Jurídica |
Q2574182 Português
Texto CG1A1


    Uma pesquisa feita na Universidade Federal Fluminense (UFF) gerou um método para detecção de notícias falsas, as chamadas fake news, nas redes sociais, com o uso de inteligência artificial (IA). A técnica é fruto de um estudo do engenheiro de telecomunicações Nicollas Rodrigues, em sua dissertação de mestrado pela universidade.
    O estudante e seu orientador, Diogo Mattos, professor do Laboratório de Ensino e Pesquisa em Redes de Nova Geração da UFF, desenvolveram uma ferramenta de IA capaz de diferenciar fatos de notícias falsas, a partir da análise de palavras e estruturas textuais, com precisão de 94%.
    Isso significa que, a cada 100 notícias analisadas, a ferramenta conseguiu acertar se era fato ou boato em 94 situações. No total, foram analisadas mais de 30 mil mensagens publicadas em uma rede social na Internet.
    “Testamos três metodologias e duas tiveram sucesso maior. A gente indica, no final dos resultados, a possibilidade de utilizar ambas em conjunto, de forma complementar”, explica Rodrigues.
    A primeira metodologia consistiu em abastecer um algoritmo com notícias verdadeiras e depois treinar o algoritmo para reconhecer essas notícias. Aquelas que não se encaixavam no perfil aprendido eram classificadas como fake news.
    A outra abordagem é semelhante à primeira no que se refere à análise textual, mas, no lugar do algoritmo, foi utilizada metodologia estatística que analisa a frequência com que determinadas palavras e combinações de palavras aparecem nas fake news.
    Os resultados do trabalho podem-se transformar em ferramentas úteis para o usuário da Internet identificar notícias que apresentam indícios de fake news e, assim, ter cautela maior com aquela informação.
    “Pode-se transformar a ferramenta em um plugin [ferramenta que apresenta recursos adicionais ao programa principal] compatível com algumas redes sociais. E, a partir do momento em que você usa a rede social, o plugin vai poder indicar não que a notícia é falsa, de maneira assertiva, mas que ela pode ser falsa, de acordo com alguns parâmetros, como erros de português. Também existe a possibilidade de fazer uma aplicação na própria Web, onde você cola o texto da notícia e essa aplicação vai te dizer se aquilo se assemelha ou não a uma notícia falsa”, explica Rodrigues.


Internet: <www.cartacapital.com.br> (com adaptações). 
A correção gramatical do texto CG1A1 e a coerência de suas ideias seriam preservadas caso o segmento “para detecção de notícias falsas” (primeiro período do primeiro parágrafo) fosse substituído por 
Alternativas
Q2574181
Português Pontuação , Uso da Vírgula ,
Ano: 2024 Banca: CESPE / CEBRASPE Órgão: TCE-PR Provas: CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Administrativa | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Contábil | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Informática | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Jurídica |
Q2574181 Português
Texto CG1A1


    Uma pesquisa feita na Universidade Federal Fluminense (UFF) gerou um método para detecção de notícias falsas, as chamadas fake news, nas redes sociais, com o uso de inteligência artificial (IA). A técnica é fruto de um estudo do engenheiro de telecomunicações Nicollas Rodrigues, em sua dissertação de mestrado pela universidade.
    O estudante e seu orientador, Diogo Mattos, professor do Laboratório de Ensino e Pesquisa em Redes de Nova Geração da UFF, desenvolveram uma ferramenta de IA capaz de diferenciar fatos de notícias falsas, a partir da análise de palavras e estruturas textuais, com precisão de 94%.
    Isso significa que, a cada 100 notícias analisadas, a ferramenta conseguiu acertar se era fato ou boato em 94 situações. No total, foram analisadas mais de 30 mil mensagens publicadas em uma rede social na Internet.
    “Testamos três metodologias e duas tiveram sucesso maior. A gente indica, no final dos resultados, a possibilidade de utilizar ambas em conjunto, de forma complementar”, explica Rodrigues.
    A primeira metodologia consistiu em abastecer um algoritmo com notícias verdadeiras e depois treinar o algoritmo para reconhecer essas notícias. Aquelas que não se encaixavam no perfil aprendido eram classificadas como fake news.
    A outra abordagem é semelhante à primeira no que se refere à análise textual, mas, no lugar do algoritmo, foi utilizada metodologia estatística que analisa a frequência com que determinadas palavras e combinações de palavras aparecem nas fake news.
    Os resultados do trabalho podem-se transformar em ferramentas úteis para o usuário da Internet identificar notícias que apresentam indícios de fake news e, assim, ter cautela maior com aquela informação.
    “Pode-se transformar a ferramenta em um plugin [ferramenta que apresenta recursos adicionais ao programa principal] compatível com algumas redes sociais. E, a partir do momento em que você usa a rede social, o plugin vai poder indicar não que a notícia é falsa, de maneira assertiva, mas que ela pode ser falsa, de acordo com alguns parâmetros, como erros de português. Também existe a possibilidade de fazer uma aplicação na própria Web, onde você cola o texto da notícia e essa aplicação vai te dizer se aquilo se assemelha ou não a uma notícia falsa”, explica Rodrigues.


Internet: <www.cartacapital.com.br> (com adaptações). 
Com relação ao emprego dos sinais de pontuação, a correção gramatical do texto CG1A1 seria prejudicada caso fosse eliminada a vírgula empregada logo após 
Alternativas
Q2574180
Português Interpretação de Textos , Noções Gerais de Compreensão e Interpretação de Texto ,
Ano: 2024 Banca: CESPE / CEBRASPE Órgão: TCE-PR Provas: CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Administrativa | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Contábil | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Informática | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Jurídica |
Q2574180 Português
Texto CG1A1


    Uma pesquisa feita na Universidade Federal Fluminense (UFF) gerou um método para detecção de notícias falsas, as chamadas fake news, nas redes sociais, com o uso de inteligência artificial (IA). A técnica é fruto de um estudo do engenheiro de telecomunicações Nicollas Rodrigues, em sua dissertação de mestrado pela universidade.
    O estudante e seu orientador, Diogo Mattos, professor do Laboratório de Ensino e Pesquisa em Redes de Nova Geração da UFF, desenvolveram uma ferramenta de IA capaz de diferenciar fatos de notícias falsas, a partir da análise de palavras e estruturas textuais, com precisão de 94%.
    Isso significa que, a cada 100 notícias analisadas, a ferramenta conseguiu acertar se era fato ou boato em 94 situações. No total, foram analisadas mais de 30 mil mensagens publicadas em uma rede social na Internet.
    “Testamos três metodologias e duas tiveram sucesso maior. A gente indica, no final dos resultados, a possibilidade de utilizar ambas em conjunto, de forma complementar”, explica Rodrigues.
    A primeira metodologia consistiu em abastecer um algoritmo com notícias verdadeiras e depois treinar o algoritmo para reconhecer essas notícias. Aquelas que não se encaixavam no perfil aprendido eram classificadas como fake news.
    A outra abordagem é semelhante à primeira no que se refere à análise textual, mas, no lugar do algoritmo, foi utilizada metodologia estatística que analisa a frequência com que determinadas palavras e combinações de palavras aparecem nas fake news.
    Os resultados do trabalho podem-se transformar em ferramentas úteis para o usuário da Internet identificar notícias que apresentam indícios de fake news e, assim, ter cautela maior com aquela informação.
    “Pode-se transformar a ferramenta em um plugin [ferramenta que apresenta recursos adicionais ao programa principal] compatível com algumas redes sociais. E, a partir do momento em que você usa a rede social, o plugin vai poder indicar não que a notícia é falsa, de maneira assertiva, mas que ela pode ser falsa, de acordo com alguns parâmetros, como erros de português. Também existe a possibilidade de fazer uma aplicação na própria Web, onde você cola o texto da notícia e essa aplicação vai te dizer se aquilo se assemelha ou não a uma notícia falsa”, explica Rodrigues.


Internet: <www.cartacapital.com.br> (com adaptações). 
Segundo as ideias veiculadas no texto CG1A1, as fake news 
Alternativas
Q2574179
Português Interpretação de Textos , Noções Gerais de Compreensão e Interpretação de Texto ,
Ano: 2024 Banca: CESPE / CEBRASPE Órgão: TCE-PR Provas: CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Administrativa | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Contábil | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Informática | CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Jurídica |
Q2574179 Português
Texto CG1A1


    Uma pesquisa feita na Universidade Federal Fluminense (UFF) gerou um método para detecção de notícias falsas, as chamadas fake news, nas redes sociais, com o uso de inteligência artificial (IA). A técnica é fruto de um estudo do engenheiro de telecomunicações Nicollas Rodrigues, em sua dissertação de mestrado pela universidade.
    O estudante e seu orientador, Diogo Mattos, professor do Laboratório de Ensino e Pesquisa em Redes de Nova Geração da UFF, desenvolveram uma ferramenta de IA capaz de diferenciar fatos de notícias falsas, a partir da análise de palavras e estruturas textuais, com precisão de 94%.
    Isso significa que, a cada 100 notícias analisadas, a ferramenta conseguiu acertar se era fato ou boato em 94 situações. No total, foram analisadas mais de 30 mil mensagens publicadas em uma rede social na Internet.
    “Testamos três metodologias e duas tiveram sucesso maior. A gente indica, no final dos resultados, a possibilidade de utilizar ambas em conjunto, de forma complementar”, explica Rodrigues.
    A primeira metodologia consistiu em abastecer um algoritmo com notícias verdadeiras e depois treinar o algoritmo para reconhecer essas notícias. Aquelas que não se encaixavam no perfil aprendido eram classificadas como fake news.
    A outra abordagem é semelhante à primeira no que se refere à análise textual, mas, no lugar do algoritmo, foi utilizada metodologia estatística que analisa a frequência com que determinadas palavras e combinações de palavras aparecem nas fake news.
    Os resultados do trabalho podem-se transformar em ferramentas úteis para o usuário da Internet identificar notícias que apresentam indícios de fake news e, assim, ter cautela maior com aquela informação.
    “Pode-se transformar a ferramenta em um plugin [ferramenta que apresenta recursos adicionais ao programa principal] compatível com algumas redes sociais. E, a partir do momento em que você usa a rede social, o plugin vai poder indicar não que a notícia é falsa, de maneira assertiva, mas que ela pode ser falsa, de acordo com alguns parâmetros, como erros de português. Também existe a possibilidade de fazer uma aplicação na própria Web, onde você cola o texto da notícia e essa aplicação vai te dizer se aquilo se assemelha ou não a uma notícia falsa”, explica Rodrigues.


Internet: <www.cartacapital.com.br> (com adaptações). 
De acordo com o texto CG1A1, o método desenvolvido na UFF 
Alternativas
Q2571762
Banco de Dados Conceitos Básicos em Banco de Dados , Sistemas de Informações Gerenciais (SIG) , Data Mining , BI (Business Intelligence)
Ano: 2024 Banca: FGV Órgão: TCE-PA Prova: FGV - 2024 - TCE-PA - Auditor de Controle Externo - Área Administrativa - Ciência de Dados |
Q2571762 Banco de Dados
Com relação aos conceitos de dado, informação e conhecimento, avalie as afirmativas a seguir.
I. Os dados são itens elementares, são cadeias de símbolos e não possuem significado. II. São exemplos de conhecimento: tendência de vendas de um produto A em uma região B; relação entre o aumento ou queda do preço de uma ação X, na bolsa de valores, e a variação do câmbio. III. As informações correspondem ao dado processado, com significado e um contexto indefinido.
Está correto o que se afirma em
Alternativas
Q2571755
Programação Linguagens de programação , Python ,
Ano: 2024 Banca: FGV Órgão: TCE-PA Prova: FGV - 2024 - TCE-PA - Auditor de Controle Externo - Área Administrativa - Ciência de Dados |
Q2571755 Programação
Considerando os parâmetros (flags) usados na linha de comando ao executar o framework pytest, aquele utilizado para iniciar o debugger interativo do Python é
Alternativas
Q2571754
Programação Linguagens de programação , Python , Frameworks em Programação ,
Ano: 2024 Banca: FGV Órgão: TCE-PA Prova: FGV - 2024 - TCE-PA - Auditor de Controle Externo - Área Administrativa - Ciência de Dados |
Q2571754 Programação
Com relação ao framework pytest, da linguagem de programação Python, avalie as afirmativas a seguir:
I. O comando pytest executa os arquivos no formato test_*.py ou *_test.py no diretório corrente e nos subdiretórios. II. O comando abaixo mostra os 5 testes com maior tempo de duração. >>> pytest -vv --durations=5 III. É possível invocar o framework pytest usando o próprio interpretador do Python por meio do comando abaixo: >>> python -m pytest
Está correto o que se afirma em
Alternativas
Q2571752
Engenharia de Software Inteligencia Artificial ,
Ano: 2024 Banca: FGV Órgão: TCE-PA Prova: FGV - 2024 - TCE-PA - Auditor de Controle Externo - Área Administrativa - Ciência de Dados |
Q2571752 Engenharia de Software
Alguns dos primeiros modelos de linguagem de larga escala desenvolvidos tendiam a gerar resultados incorretos com excesso de confiança, caracterizando o que se convencionou chamar de alucinações dos modelos. Uma estratégia de mitigação das alucinações é o uso da técnica de Geração Aumentada por Recuperação, ou Retrieval-Augmented Generation (RAG).
A respeito da RAG, avalie as afirmativas a seguir.
I. Baseia-se na combinação de sistemas de recuperação de informações e de modelos generativos capazes de produzir novos textos. II. Permite aos modelos buscarem informações relevantes em bases de dados mais confiáveis durante o processamento das consultas dos usuários (user queries), viabilizando melhor adequação a contextos e melhor qualidade das respostas. III. Não altera os parâmetros dos modelos generativos, e, portanto, não influencia o treinamento das redes neurais com informações recuperadas de bases de dados externas.
Está correto o que se afirma em
Alternativas
Q2571751
Programação Linguagens de programação ,
Ano: 2024 Banca: FGV Órgão: TCE-PA Prova: FGV - 2024 - TCE-PA - Auditor de Controle Externo - Área Administrativa - Ciência de Dados |
Q2571751 Programação
As arquiteturas de modelos de linguagem de larga escala (Large Language Models - LLM) surgiram recentemente, revolucionando a área de inteligência artificial nas áreas de processamento e geração de texto.
A arquitetura desses modelos baseia-se, majoritariamente, nas redes neurais do tipo transformers. Relacione as arquiteturas a seguir com suas características principais:
1. BERT 2. GPT 3. T5
( ) Utiliza decoders das redes transformer para prever novos tokens a partir de uma sequência, tornando-se ideal para a geração de textos. ( ) Utiliza encoders das redes transformer para "entender" o contexto de frases, tornando-se ideal para classificação de textos. ( ) Utiliza encoders e decoders das redes transformer, sendo adaptável a situações em que seja necessário gerar novos textos ou processar textos para "entender" o contexto das frases. ( ) Em comparação com as outras arquiteturas, tem menor necessidade de fine-tuning para melhora de performance. 
A relação correta, na ordem apresentada, é
Alternativas
Q2571750
Engenharia de Software Inteligencia Artificial ,
Ano: 2024 Banca: FGV Órgão: TCE-PA Prova: FGV - 2024 - TCE-PA - Auditor de Controle Externo - Área Administrativa - Ciência de Dados |
Q2571750 Engenharia de Software
As redes neurais artificiais (Artificial Neural Networks - ANN) constituem um grupo de algoritmos inspirados nas funções dos neurônios no cérebro humano. Diversas arquiteturas de redes neurais são utilizadas para diferentes problemas, conforme suas funcionalidades.
Existe uma arquitetura de rede neural específica, especialmente apropriada ao reconhecimento de padrões de imagens e vídeos, por possuir as seguintes propriedades:
• As informações fluem apenas em uma direção. • As informações são propagadas em diferentes camadas neurais que filtram características (isto é, as features). • As informações são propagadas em diferentes camadas que reduzem sua dimensionalidade.
Das opções a seguir, as redes que mais aderem às propriedades listadas acima são as redes 
Alternativas
Q2571749
Matemática Matrizes , Álgebra Linear ,
Ano: 2024 Banca: FGV Órgão: TCE-PA Prova: FGV - 2024 - TCE-PA - Auditor de Controle Externo - Área Administrativa - Ciência de Dados |
Q2571749 Matemática
A decomposição em valores singulares (Singular ValueDecomposition - SVD) é uma técnica para determinar relaçõesentre dados, sendo utilizada no projeto de sistemas derecomendação. Considere a matriz
Q86.png (88×36)


e sua decomposição em valores singulares dada por A = ∪ Σ VT .Nesse caso, avalie se as afirmativas a seguir são verdadeiras (V)ou falsas (F).
( ) Os elementos da diagonal principal de Σ são √26 e √6. ( ) Os elementos da primeira coluna da matriz ∪ podem ser dados por 2/√13 e 3/√13. ( ) Os elementos da primeira coluna da matriz V podem ser dados por − 3/√13 e 2/√13 .
As afirmativas são, respectivamente,

Alternativas
Q2571748
Engenharia de Software Inteligencia Artificial ,
Ano: 2024 Banca: FGV Órgão: TCE-PA Prova: FGV - 2024 - TCE-PA - Auditor de Controle Externo - Área Administrativa - Ciência de Dados |
Q2571748 Engenharia de Software
A análise de componentes principais (Principal Component Analysis - PCA) é uma técnica de redução de dimensionalidade de dados utilizada em diversas aplicações, tais como em compressão de imagens e em processamento de linguagem natural.
Em relação à análise de componentes principais, avalie se as afirmativas a seguir são verdadeiras (V) ou falsas.
( ) Permite a identificação de correlações e de estruturas de menor dimensionalidade na distribuição espacial dos dados, caracterizadas pelas direções onde há maior variância. ( ) Envolve o cálculo de autovalores e autovetores de matrizes de covariâncias, determinando-se as componentes principais das distribuições de dados. ( ) É adequada para identificar correlações não-lineares entre os dados de um conjunto de alta dimensionalidade, projetando estruturas em espaços vetoriais de menores dimensões.
As afirmativas são, respectivamente,
Alternativas
Q2571747
Engenharia de Software Inteligencia Artificial ,
Ano: 2024 Banca: FGV Órgão: TCE-PA Prova: FGV - 2024 - TCE-PA - Auditor de Controle Externo - Área Administrativa - Ciência de Dados |
Q2571747 Engenharia de Software
Alguns algoritmos de aprendizado de máquina servem para agrupar instâncias de dados em clusters, podendo ser utilizados para tarefas como segmentação de imagens, ou segmentação social (por exemplo, para agrupamento de clientes em uma mesma categoria.
Dois dos mais populares algoritmos são o K-means e o DBSCAN. A respeito desses algoritmos, relacione-os com suas principais características:
1. K-means 2. DBSCAN
( ) Precisa da definição de um número inicial de agrupamentos. ( ) Mais robusto à ocorrência de outliers, por sua provável localização em regiões de baixa densidade de dados. ( ) Precisa da definição do número mínimo de vizinhos e do raio da vizinhança para determinar limites dos agrupamentos. ( ) Determina centróides dos agrupamentos e agrupa as instâncias de dados em função de uma métrica de distância entre as instâncias e os centróides.
Assinale a opção que indica a relação correta, na sequência apresentada.
Alternativas
Q2571746
Estatística Modelos lineares ,
Ano: 2024 Banca: FGV Órgão: TCE-PA Prova: FGV - 2024 - TCE-PA - Auditor de Controle Externo - Área Administrativa - Ciência de Dados |
Q2571746 Estatística
Modelos de previsão podem ser obtidos a partir do uso detécnicas de regressão. Dentre essas técnicas, pode-se citar atécnica de regressão polinomial.
Considere o conjunto de dados e a informação a seguir:
Q83_1.png (282×61)


Informação:  Q83_2.png (285×61)


Deseja-se encontrar um modelo de regressão polinomial de 2ograu Y = α0 + α1 X + α2 X2 que melhor se encaixe nesse conjunto de dados.

Estimando-se pelo método dos mínimos quadrados, os valores deα0, α1 e α2 serão dados, respectivamente, por
Alternativas
Respostas
5701: C
5702: E
5703: B
5704: A
5705: E
5706: D
5707: C
5708: C
5709: B
5710: A
5711: C
5712: D
5713: E
5714: D
5715: E
5716: C
5717: E
5718: D
5719: E
5720: D
www.qconcursos.com