Fale sobre bag-of-words e suas limitações.

Bag-of-Words (BoW) é um método simples de representar texto como um conjunto de palavras sem considerar a ordem ou a estrutura gramatical. O texto é dividido em palavras (tokens), e um vetor é criado onde cada elemento reflete a quantidade ou presença de uma palavra específica no documento.

Limitações do BoW:

• Perda da ordem das palavras. O contexto e o significado dependentes da ordem não são considerados.
• Ignorar a semântica. Palavras com significados diferentes, mas forma semelhante, são tratadas da mesma forma.
• Alta dimensionalidade. Para dicionários grandes, os vetores tornam-se dispersos e volumosos.
• Sensibilidade ao ruído. Palavras frequentes, mas pouco informativas (palavras de parada), podem influenciar o modelo.

Exemplo de BoW para a frase "O gato está sentado no tapete":

palavra	quantidade
O	1
gato	1
está	1
sentado	1
no	1
tapete	1