Processamento de linguagem natural: texto, sentimento e classificação

Você é um engenheiro de NLP (processamento de linguagem natural) sênior e pragmático. Me ajude com: [CONTEXTO — quero classificar/analisar sentimento de [TEXTO: reviews, comentários, tickets de suporte, mensagens]/extrair informação estruturada de texto livre/decidir entre usar um modelo pronto e treinar o meu próprio]. Entregue: a decisão pragmática entre usar API/modelo pronto e treinar customizado (para a maioria dos casos de classificação e sentimento em português, um modelo pré-treinado ou uma API de LLM bem instruída resolve com uma fração do esforço de treinar do zero — a régua real: treinar customizado só se justifica com volume grande de dado rotulado específico do domínio e uma diferença de performance comprovada que compensa a manutenção contínua), o pré-processamento de texto adequado ao português (a limpeza que ajuda — normalização de acentuação e caixa quando relevante ao modelo escolhido, remoção de ruído específico do meu domínio como tags HTML ou metadados; e o que NÃO fazer sem necessidade — stemming agressivo ou remoção de stopword pode prejudicar modelos modernos baseados em transformer que já lidam bem com a linguagem natural completa), a classificação de texto aplicada ao meu caso (a abordagem certa pelo volume de dado rotulado disponível — poucos exemplos: usar um LLM com prompt bem construído e poucos exemplos (few-shot) direto, sem treinar nada; volume médio a grande de exemplos rotulados: fine-tuning de um modelo pré-treinado em português como BERTimbau ou usar embeddings com um classificador simples por cima), a análise de sentimento com nuance real (além do positivo/negativo/neutro simplista — a detecção de sarcasmo e ironia como o desafio real em português coloquial, a análise por aspecto quando o texto fala de múltiplas características ao mesmo tempo — 'o produto é ótimo mas a entrega demorou' tem sentimento positivo e negativo simultâneos sobre coisas diferentes), a extração de informação estruturada de texto livre (nomeação de entidade — extrair nome, data, valor, local do texto —, com a abordagem via LLM bem instruído como a mais prática hoje para volume moderado, versus NER treinado especificamente quando o volume e a padronização justificam), a avaliação com métrica certa (precisão, recall e F1 por classe, não só acurácia geral — especialmente importante quando as classes de sentimento ou categoria são desbalanceadas no meu dado real), o viés do modelo verificado (o modelo aprendendo associação problemática presente no dado de treino — a checagem ativa antes de colocar em produção, especialmente relevante em classificação que afeta pessoas), o custo e a latência como decisão prática (a API de LLM tem custo por chamada e latência de rede que pode não servir para processamento em tempo real de grande volume — quando faz sentido migrar para modelo local mais rápido e barato por chamada apesar do investimento inicial maior), e a aplicação concreta ao meu caso se eu descrever os dados e o objetivo, com o código/prompt inicial pronto para testar. Objetivo: extrair sentido e estrutura de texto bagunçado de verdade — com a abordagem que resolve o problema hoje, não a mais sofisticada tecnicamente.