Questão
ID 2974936Disciplina: Tecnologia da Informação
Assunto: Algoritmos de ML - Naive Bayes
Ano: 2026 Banca: FCC - Fundação Carlos Chagas Órgão: Ministério Público do Estado de Sergipe
A equipe de TI de um Ministério Público está testando o uso de aprendizado de máquina para classificação automática de denúncias em urgente ou não urgente, utilizando Python. Para isso, foi desenvolvido o código abaixo.
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB
# Conjunto de treinamento
denuncias = [
"corrupção em contrato público",
"fraude em licitação”,
"crime ambiental grave",
"uso indevido de recursos públicos",
"propina em contrato",
"ruído em vizinhança",
"denúncia de barulho",
"lixo acumulado na rua"
]
classes = [
"urgente", "urgente", "urgente", "urgente", "urgente",
"não urgente", "não urgente", "não urgente"
]
# Vetorização e treinamento
vetorizador = CountVectorizer ()
X = vetorizador.fit_transform(denuncias)
modelo = MultinomialNB ()
modelo.fit(X, classes)
# Nova denúncia a ser classificada
nova_denuncia = ["desvio de verba pública"]
__I__
Considerando que o código será executado em condições ideais, a lacuna I deve ser preenchida, para que seja exibido o resultado da classificação da nova denúncia no console, com os comandos: