A introdução dos embeddings representou um salto qualitativo na forma como a Inteligência Artificial interpreta o significado das palavras, superando as abordagens baseadas meramente em contagem de frequência ou índices esparsos. Esses vetores densos permitem que o sistema identifique similaridades semânticas de forma matemática, posicionando termos correlacionados em regiões próximas dentro de um espaço multidimensional contínuo e processável. No contexto dessa representação de texto, assinale a opção correta: Questão 2Escolha uma opção: a. O modelo Word2Vec funciona exclusivamente através da contagem de frequência de palavras. b. Embeddings são vetores numéricos em espaço contínuo que capturam o significado semântico das palavras. c. A representação por embeddings é considerada esparsa por utilizar muitos valores iguais a zero. d. Palavras como "rei" e "rainha" ficam distantes no espaço vetorial por terem letras diferentes. e. Embeddings não podem ser reaproveitados entre diferentes tarefas de Processamento de Linguagem Natural.