TRATAMIENTO MODERNO DE LENGUAJE NATURAL (NLP) AVANZADO.

6

Clases

6

Videos

Tratamiento de lenguaje Natural

Aprendizaje Profundo

6h

Duración

Español

Idioma

Aprendizaje profundo es una escuela digital que quiere que Colombia y Latinoamerica crezca para que sea potencia mundial en tecnología porque talento es lo que sobra. Entendemos también las dificultades de encontrar información valiosa y acutalizada en Español. Es por esto que hemos preparado este curso exprés de 6 horas sobre “Tratamiento Moderno de Lenguaje Natural”(NLP) avanzado.

Contenido del curso

Diapositivas de la clase

  • Introducción al Aprendizaje Profundo
  • Introducción al Tratamiento clásico de Lenguaje Natural
  • Bolsa de palabras, codificación tf-idf
  • Análisis de Componentes Principales: semántica latente

Diapositivas de la clase

  • Tokenización
  • Incrustación (embedding) de palabras
  • Métodos CBOW y Skip-gram
  • Modelos pre-entrenados: word2vec, glove
  • FastText (Facebook)
Practica aquí
  • Incrustación de documentos
  • Clasificación no supervisada de documentos.
  • Clasificación supervisada de documentos

Diapositivas de la clase

  • Transformers: La revolución
  • Transferencia de conocimiento (transfer learning)
  • Modelo BERT (Google).
  • Ajuste fino de modelos

Diapositivas de la clase

  • Introducción a HuggingFace
  • Canalización (pipeline) en HuggingFace
  • HuggingFace Hub
  • nlp.datasets
Aplicación de los modelos modernos de Lenguaje Natural

Diapositivas de la clase

El reconocimiento del habla y la comprensión del texto son dos de los aspectos más importantes en nuestra sociedad moderna. Confiamos en estas tecnologías para ayudarnos a comunicarnos entre nosotros, así como para fines de entretenimiento, como la reproducción de música o videojuegos. En este video se analizará cómo se utiliza la Inteligencia Artificial (IA) para mejorar el reconocimiento del habla y la comprensión del texto, concretamente mediante el uso de modelos modernos de Lenguaje Natural El modelo de lenguaje natural moderno ha conseguido aumentar la precisión hasta en un 20% en comparación con los métodos anteriores. Lo hace teniendo en cuenta no sólo el orden de las palabras, sino también la gramática y la sintaxis, lo que ayuda a identificar el significado de una frase con más precisión que antes. Estas mejoras abren nuevas posibilidades para futuras aplicaciones de la IA, como la traducción fluida entre idiomas o la lectura en voz alta por parte de los ordenadores.

En esta clase aprenderás:

  • Las tareas del lenguaje natural: Clasificación, traducción, resumen de documentos, inferencia.
  • Modelos pre-entrenados en español

Visita nuestro repositorio en github