El procesamiento del lenguaje natural es una subdisciplina de la inteligencia artificial que se enfoca en el desarrollo de sistemas capaces de comprender y generar textos escritos en lenguaje natural, como el idioma español.

Esto incluye tareas como el análisis del lenguaje, la traducción automática y la generación de texto. El objetivo de esta disciplina es permitir que las máquinas puedan interactuar con los humanos utilizando el lenguaje que entendemos y utilizamos en nuestro día a día.



El procesamiento del lenguaje natural con clasificación se refiere a la utilización de técnicas de aprendizaje automático y análisis de lenguaje natural para clasificar textos en diferentes categorías.

Esto puede ser útil para organizar grandes cantidades de documentos, como artículos de noticias o correos electrónicos, en diferentes categorías predefinidas.

Por ejemplo, un sistema de clasificación de texto podría ser utilizado para clasificar correos electrónicos en diferentes carpetas, como «trabajo», «personal» y «spam».

Mientras que en el uso de espacios vectoriales en el procesamiento del lenguaje natural se refiere a la representación de palabras y frases como vectores en un espacio multidimensional.

Esto permite representar matemáticamente el significado de las palabras y frases y calcular su similitud en relación con otras palabras y frases.

Los espacios vectoriales son ampliamente utilizados en tareas de procesamiento del lenguaje natural, como la clasificación de texto y la recuperación de información.

Uno de los modelos de espacios vectoriales más conocidos es el modelo de distribución latente, también conocido como LSA (Latent Semantic Analysis, por sus siglas en inglés).



Procesamiento del lenguaje natural con clasificación y espacios vectoriales

En el Curso 1 de la Especialización en Procesamiento del Lenguaje Natural, usted podrá:  

  1. Realizar un análisis de sentimiento de los tweets usando regresión logística y luego Naïve Bayes,
  2. Usar modelos de espacio vectorial para descubrir relaciones entre palabras y usar PCA para reducir la dimensionalidad del espacio vectorial y visualizar esas relaciones, y
  3. Escribir un algoritmo de traducción simple del inglés al francés utilizando incrustaciones de palabras precalculadas y hashing sensible a la localidad para relacionar palabras a través de la búsqueda aproximada del vecino más cercano. 

Al final de esta especialización, habrá diseñado aplicaciones de PNL que realizan análisis de sentimientos y responden preguntas, crean herramientas que traducen lenguaje y resumen texto, ¡e incluso crean chatbots!

La especialización está diseñada e impartida por dos expertos en PNL, aprendizaje automático y aprendizaje profundo.

Younes Bensouda Mourri es profesor de IA en la Universidad de Stanford y también ayudó a desarrollar la especialización en aprendizaje profundo. Łukasz Kaiser es investigador científico en Google Brain y coautor de las bibliotecas Tensorflow, Tensor2Tensor y Trax, y del artículo Transformer.

Este curso gratuito es ofrecido por deeplearning.ai

DeepLearning.AI es una empresa de tecnología educativa que desarrolla una comunidad global de talento de IA.

Las experiencias educativas dirigidas por expertos de DeepLearning.AI brindan a los profesionales de la IA y a los profesionales no técnicos las herramientas necesarias para recorrer todo el camino desde los conceptos básicos básicos hasta la aplicación avanzada, lo que les permite construir un futuro impulsado por la IA.



Accede a este Curso

Si te ha parecido interesante y quieres inscribirte a este curso gratuito, solo debes dar clic o tocar el botón de aquí abajo. Recuerda que, al ser un sitio externo, este puede presentar fallas o retirar el curso sin previo aviso. ¡Éxito!



Encuentra cursos y libros gratuitos, además de cupones de Udemy, en nuestros Telegram.


Jesús Amaro

Si lees esto, es por que sabes leer. Un saludo...