IA práctica para programadores: ChatGPT, LLM, RAG, agentes, evaluación y despliegue.
Limitaciones de los modelos de bolsa de palabras Introducción Los modelos de bolsa de palabras (Bag of Words, BoW) son una técnica básica y popular para representar texto en forma numérica. Sin embargo, estas técnicas tienen varias limitaci…
Frecuencias: Una Introducción a la Representación Numérica del Texto ¿Por qué importa? La representación numérica del texto es un pilar fundamental en el procesamiento del lenguaje natural (NLP). Los modelos de NLP tradicionales, como los b…
Bag of Words Introducción El modelo de "Bag of Words" es una técnica básica pero fundamental para representar texto como datos numéricos. En este método, se consideran las palabras de un documento sin su posición relativa o el ord…
Compromisos prácticos: Resolviendo problemas de tokenización Introducción La tokenización es una etapa crucial en la preparación y procesamiento de datos textuales para el NLP (Procesamiento del Lenguaje Natural). Sin embargo, no todo es ta…
Palabras desconocidas: Un desafío en la tokenización Introducción El procesamiento del lenguaje natural (NLP) es una parte crucial de cualquier proyecto que involucra análisis de texto. Una de las etapas más fundamentales y complejas de est…
Idiomas flexivos: Desafíos en la tokenización Introducción El procesamiento del lenguaje natural (NLP) es un campo que ha avanzado significativamente, pero aún enfrenta desafíos importantes. Uno de los más notables es cómo manejar las carac…
Caracteres Introducción En el procesamiento del lenguaje natural (NLP), los caracteres son uno de los elementos más básicos y fundamentales. Los caracteres forman las palabras, que a su vez conforman frases y párrafos. En esta unidad, profu…
Subpalabras Introducción En el Procesamiento del Lenguaje Natural (NLP), las subpalabras son un concepto crucial que permite la representación más precisa de los términos en textos. Las subpalabras, o tokens no solo a nivel de palabra compl…