Introducción al procesamiento de lenguaje natural con PyTorch

Principiante
Científico de datos
Desarrollador
Estudiante
Azure

En este módulo, se explorarán diferentes arquitecturas de red neuronal para trabajar con textos en lenguaje natural. En los últimos años, el procesamiento de lenguaje natural (NLP) ha experimentado un rápido crecimiento principalmente debido al rendimiento de la capacidad de los modelos de lenguaje para "comprender" con precisión el lenguaje humano de manera más rápida al usar el entrenamiento no supervisado en grandes corpus lingüísticos. Conoceremos diferentes técnicas de NLP, como el uso de bolsas de palabras (BoW), inserciones de palabras y redes neuronales recurrentes para clasificar el texto de titulares de noticias en una de las 4 categorías (Internacional, Deportes, Economía y Ciencia y tecnología).

Objetivos de aprendizaje

Objetivos de este módulo:

  • Comprender cómo se procesa el texto para las tareas de procesamiento del lenguaje natural
  • Presentación de las redes neuronales recurrentes (RNN) y las redes neuronales generativas (LON)
  • Aprender a crear modelos de clasificación de texto

Requisitos previos

  • Conocimientos básicos de Python
  • Conocimientos básicos sobre cómo usar cuadernos de Jupyter Notebook
  • Conocimientos básicos del aprendizaje automático