RESUMO -O Brasil tem vivenciado na última década um grande aumento da procura pelo Ensino a Distância, com o advento da pandemia essa tendência ficou ainda mais acentuada com a adaptação forçada pela realidade pandêmica aos professores, embora difícil inicialmente isso contribuiu para uma visão clara de como ferramentas tecnológicas podem proporcionar um auxílio maior na prática de atividades pedagógicas e de ensino aos discentes, auxiliando e prevenindo avaliações incorretas durante um período de estresse físico ou emocional, ao mesmo passo que otimizaria o tempo dedicado a sua atividade profissional. Utilizando técnicas de Processamento de Linguagem Natural para obter a representação de conhecimento a partir resposta préprocessado do aluno, foi possível obter uma acurácia entre 50 e 77 por cento quando comparado a nota atribuída por um avaliador humano e o sistema computacional em si, bastando que o avaliador forneça ao sistema uma resposta de referência ou um conjunto de palavras-chave ou diversas amostras de cada questão daquilo que se espera que esteja abordado dentro da resposta avaliada. Palavras-chave: PLN; Correção Automática; questões dissertativas; ABSTRACT -Brazil has experienced in the last decade, a great increase in demand for Distance Learning, with the advent of the pandemic, this trend was even more accentuated with the adaptation forced by the pandemic reality to teachers, although difficult initially, contributed to a clear vision of how technological tools can provide greater assistance in the practice of their pedagogical and teaching activities to students, helping and preventing incorrect assessments during a period of physical or emotional stress, while optimizing the time dedicated to their professional activity. Using Natural Language Processing techniques to obtain the representation of knowledge from the student's pre-processed response, it was possible to obtain an accuracy between 50 and 77 per cent when compared to the grade assigned by a human evaluator and the computational system itself, simply by the evaluator providing the system a reference answer or a set of keywords or several samples of each question of what is expected to be covered within the evaluated answer.