{"id":164366,"date":"2022-08-01T10:51:20","date_gmt":"2022-08-01T09:51:20","guid":{"rendered":"https:\/\/datascientest.com\/es\/?p=164366"},"modified":"2023-10-30T17:14:32","modified_gmt":"2023-10-30T16:14:32","slug":"nlp-introduccion","status":"publish","type":"post","link":"https:\/\/datascientest.com\/es\/nlp-introduccion","title":{"rendered":"NLP Natural Language Processing : Introducci\u00f3n"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"164366\" class=\"elementor elementor-164366\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-e47738c elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"e47738c\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-4da7440\" data-id=\"4da7440\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-6faa19a elementor-widget elementor-widget-text-editor\" data-id=\"6faa19a\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<p><b>\u00bfAlguna vez te has preguntado c\u00f3mo funcionan los asistentes personales de IA como Siri o Cortana? \u00bfC\u00f3mo ha podido el corrector ortogr\u00e1fico detectar errores de sintaxis que ni t\u00fa mismo habr\u00edas detectado? \u00bfC\u00f3mo adivina tu motor de b\u00fasqueda las palabras que estabas a punto de escribir a partir de las primeras letras?<\/b><\/p>\n<p><span style=\"font-weight: 400;\">Aunque estas herramientas se utilizan para fines totalmente diferentes<\/span><b>, todas se basan en m\u00e9todos comunes <\/b><span style=\"font-weight: 400;\">: los del <\/span><b><i>Natural Language Processing (NLP)<\/i><\/b><span style=\"font-weight: 400;\"> o <\/span><b><i>procesamiento del lenguaje natural (PLN)<\/i><\/b><span style=\"font-weight: 400;\"> en espa\u00f1ol.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">El objetivo de este art\u00edculo es ofrecer una visi\u00f3n general del NLP. En particular, al final de esta lectura, sabr\u00e1s:<\/span><\/p>\n<ul>\n<li><span style=\"font-weight: 400;\">\u00bfQu\u00e9 es el NLP?<\/span><\/li>\n<li><span style=\"font-weight: 400;\">\u00bfCu\u00e1les son las principales \u00e1reas de aplicaci\u00f3n del NLP?<\/span><\/li>\n<li>\u00bfCu\u00e1les son los m\u00e9todos m\u00e1s populares de NLP?<\/li>\n<\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-16d82c2 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"16d82c2\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-1a68cd8\" data-id=\"1a68cd8\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-661d46d elementor-widget elementor-widget-text-editor\" data-id=\"661d46d\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<ol><li><span style=\"color: #6e4ceb;\"><a style=\"color: #6e4ceb;\" href=\"https:\/\/datascientest.com\/introduction-au-nlp-natural-language-processing\">Introduction au NLP<\/a><\/span><ol><li><span style=\"color: #6e4ceb;\"><a style=\"color: #6e4ceb;\" href=\"#nlp\">D\u00e9finition NLP<\/a><\/span><\/li><li><span style=\"color: #6e4ceb;\"><a style=\"color: #6e4ceb;\" href=\"#domaines\">Principaux domaines d\u2019application du NLP<\/a><\/span><\/li><li><span style=\"color: #6e4ceb;\"><a style=\"color: #6e4ceb;\" href=\"#methodes\">M\u00e9thodes les plus r\u00e9pandues en NLP<\/a><\/span><\/li><li><span style=\"color: #6e4ceb;\"><a style=\"color: #6e4ceb;\" href=\"#perspectives\">Perspectives et enjeux<\/a><\/span><\/li><\/ol><\/li><li><a href=\"https:\/\/datascientest.com\/nlp-word-embedding-word2vec\"><span style=\"color: #000000;\">Word embedding &#8211; Word2vec<\/span><\/a><\/li><li><span style=\"color: #000000;\"><a style=\"color: #000000;\" href=\"https:\/\/datascientest.com\/nlp-word-translation\">NLP &#8211; Word translation<\/a><\/span><\/li><li><span style=\"color: #000000;\"><a style=\"color: #000000;\" href=\"https:\/\/datascientest.com\/nlp-twitter-analyse-de-sentiment\">NLP Twitter &#8211; Analyse des sentiments<\/a><\/span><\/li><\/ol>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-f95c26b elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"f95c26b\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-1bdac36\" data-id=\"1bdac36\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-b8bcedd elementor-widget elementor-widget-menu-anchor\" data-id=\"b8bcedd\" data-element_type=\"widget\" data-widget_type=\"menu-anchor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\nbody.elementor-page .elementor-widget-menu-anchor{margin-bottom:0}<\/style>\t\t<div id=\"nlp\" class=\"elementor-menu-anchor\"><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-e3512e5 elementor-widget elementor-widget-text-editor\" data-id=\"e3512e5\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">El <\/span><b>NLP<\/b><span style=\"font-weight: 400;\"> por <\/span><b>Natural Language Processing<\/b><span style=\"font-weight: 400;\"> o <\/span><b>procesamiento del lenguaje<\/b> <b>natural<\/b><span style=\"font-weight: 400;\"> es una disciplina que se enfoca principalmente en la <\/span><b>comprensi\u00f3n<\/b><span style=\"font-weight: 400;\">, el <\/span><b>manejo<\/b><span style=\"font-weight: 400;\"> y la <\/span><b>generaci\u00f3n<\/b><span style=\"font-weight: 400;\"> del <\/span><b>lenguaje natural por parte de las m\u00e1quinas<\/b><span style=\"font-weight: 400;\">. El NLP es realmente la interfaz entre la ciencia inform\u00e1tica y la ling\u00fc\u00edstica. Por tanto, se basa en la capacidad de la m\u00e1quina para interactuar directamente con los humanos.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-5aac6bf elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"5aac6bf\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-2c6ac48\" data-id=\"2c6ac48\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-def2d74 elementor-widget elementor-widget-menu-anchor\" data-id=\"def2d74\" data-element_type=\"widget\" data-widget_type=\"menu-anchor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div id=\"domaines\" class=\"elementor-menu-anchor\"><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-dd5ddc5 elementor-widget elementor-widget-heading\" data-id=\"dd5ddc5\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h3 class=\"elementor-heading-title elementor-size-default\">\u00bfA qu\u00e9 problem\u00e1ticas responde el NLP?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-4f37729 elementor-widget elementor-widget-image\" data-id=\"4f37729\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"800\" height=\"800\" src=\"https:\/\/datascientest.com\/es\/files\/2020\/07\/NLP_article_5-02-1024x1024.png\" class=\"attachment-large size-large wp-image-6159\" alt=\"NLP\" srcset=\"https:\/\/datascientest.com\/es\/files\/2020\/07\/NLP_article_5-02-1024x1024.png 1024w, https:\/\/datascientest.com\/es\/files\/2020\/07\/NLP_article_5-02-300x300.png 300w, https:\/\/datascientest.com\/es\/files\/2020\/07\/NLP_article_5-02-150x150.png 150w, https:\/\/datascientest.com\/es\/files\/2020\/07\/NLP_article_5-02-768x768.png 768w, https:\/\/datascientest.com\/es\/files\/2020\/07\/NLP_article_5-02-1536x1536.png 1536w, https:\/\/datascientest.com\/es\/files\/2020\/07\/NLP_article_5-02-2048x2048.png 2048w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Campos de aplicaci\u00f3n del NLP.<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-6a310d8 elementor-widget elementor-widget-text-editor\" data-id=\"6a310d8\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">El NLP es un t\u00e9rmino muy general que abarca un campo de aplicaci\u00f3n muy amplio. Estas son las aplicaciones m\u00e1s populares :<\/span><\/p><p><span style=\"text-decoration: underline;\"><b>Traducci\u00f3n autom\u00e1tica<\/b><\/span><\/p><p><span style=\"font-weight: 400;\">El desarrollo de <\/span><b>algoritmos de traducci\u00f3n autom\u00e1tica<\/b><span style=\"font-weight: 400;\"> ha revolucionado verdaderamente la manera en la que los textos se traducen en la actualidad. Aplicaciones como <\/span><b>Google Translator<\/b><span style=\"font-weight: 400;\">, son capaces de <\/span><b>traducir textos enteros<\/b><span style=\"font-weight: 400;\"> sin ninguna intervenci\u00f3n humana.<\/span><\/p><p><span style=\"font-weight: 400;\">Como el lenguaje natural es por naturaleza ambiguo y variable, estas aplicaciones no se sustentan en un trabajo de sustituci\u00f3n palabra por palabra, sino que necesitan de un verdadero an\u00e1lisis y modelado del texto, conocido con el nombre de traducci\u00f3n autom\u00e1tica estad\u00edstica (Statistical Machine Translation, en ingl\u00e9s).<\/span><\/p><p><span style=\"text-decoration: underline;\"><b>An\u00e1lisis de sentimientos<\/b><\/span><\/p><p><span style=\"font-weight: 400;\">Tambi\u00e9n conocido como \u201c<\/span><b>Opinion Mining<\/b><span style=\"font-weight: 400;\">\u201d, el <\/span><b>an\u00e1lisis de sentimientos<\/b><span style=\"font-weight: 400;\"> consiste en identificar la informaci\u00f3n subjetiva de un texto para <\/span><b>extraer la opini\u00f3n del autor<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">A modo de ejemplo, cuando una marca lanza un producto nuevo, puede explotar los comentarios recopilados de las redes sociales para identificar el sentimiento positivo o negativo compartido entre los clientes.<\/span><\/p><p><span style=\"font-weight: 400;\">Por lo general, el <\/span><b>an\u00e1lisis de sentimientos<\/b><span style=\"font-weight: 400;\"> permite medir el nivel de satisfacci\u00f3n de los clientes respecto a los productos o servicios ofrecidos por una compa\u00f1\u00eda u organismo. Incluso puede resultar <\/span><b>mucho m\u00e1s eficaz que los m\u00e9todos cl\u00e1sicos<\/b><span style=\"font-weight: 400;\"> como las encuestas.<\/span><\/p><p><span style=\"font-weight: 400;\">De hecho, aunque a menudo somos reacios a dedicar tiempo a completar largos cuestionarios, hoy en d\u00eda <\/span><b>un porcentaje cada vez mayor de consumidores comparte con frecuencia sus opiniones en las redes sociales<\/b><span style=\"font-weight: 400;\">. De este modo, la b\u00fasqueda de textos negativos y la identificaci\u00f3n de las quejas principales permite mejorar los productos, adaptar la publicidad y reducir el nivel de insatisfacci\u00f3n de los clientes.<\/span><\/p><p><span style=\"text-decoration: underline;\"><b>Marketing<\/b><\/span><\/p><p><span style=\"font-weight: 400;\">Los expertos del <\/span><b>marketing<\/b><span style=\"font-weight: 400;\"> utilizan tambi\u00e9n NLP para buscar <\/span><b>personas<\/b><span style=\"font-weight: 400;\"> que sean <\/span><b>susceptibles de realizar una compra<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">Para ello, se basan en el <\/span><b>comportamiento de los usuarios <\/b><span style=\"font-weight: 400;\">en los sitios web, las redes sociales y las solicitudes a los motores de b\u00fasqueda. <\/span><b>Gracias a este tipo de an\u00e1lisis, Google genera importantes ganancias al ofrecer la publicidad adecuada a los usuarios adecuados. \u00a1Cada vez que un visitante hace clic en un anuncio, el anunciante paga hasta 50 d\u00f3lares!<\/b><\/p><p><span style=\"font-weight: 400;\">Por lo general, los <\/span><b>m\u00e9todos de NLP<\/b><span style=\"font-weight: 400;\"> se pueden aprovechar para tener una imagen surtida y completa del mercado existente, los clientes, los problemas, la competencia y el potencial de crecimiento de los nuevos productos y servicios de la empresa.<\/span><\/p><p><span style=\"font-weight: 400;\">Las fuentes de datos sin procesar para este an\u00e1lisis incluyen registros de ventas, encuestas y redes sociales, etc.<\/span><span style=\"font-weight: 400;\">\u00a0<\/span><\/p><p><span style=\"text-decoration: underline;\"><b>Chatbots<\/b><\/span><\/p><p><span style=\"font-weight: 400;\">Los <\/span><b>m\u00e9todos de NLP<\/b><span style=\"font-weight: 400;\"> son el centro del funcionamiento de los chatbots actuales. Aunque estos sistemas no son completamente perfectos, hoy en d\u00eda pueden <\/span><b>manejar f\u00e1cilmente tareas est\u00e1ndar <\/b><span style=\"font-weight: 400;\">como informar a los clientes sobre productos o servicios, responder a sus preguntas, etc. Son utilizados por varios canales, incluidos Internet, aplicaciones y plataformas de mensajer\u00eda. La apertura de la plataforma <\/span><b>Facebook Messenger<\/b><span style=\"font-weight: 400;\"> a los chatbots en 2016 contribuy\u00f3 a su desarrollo.<\/span><\/p><p><b>Otros campos de aplicaci\u00f3n<\/b><\/p><ul><li><b>Clasificaci\u00f3n de texto<\/b><span style=\"font-weight: 400;\">: consiste en <\/span><b>asignar un conjunto de categor\u00edas predefinidas a un texto determinado<\/b><span style=\"font-weight: 400;\">. Los clasificadores de texto se pueden utilizar para organizar, estructurar y categorizar un conjunto de textos.<\/span><\/li><li><b>Reconocimiento de caracteres<\/b><span style=\"font-weight: 400;\">: permite <\/span><b>extraer<\/b><span style=\"font-weight: 400;\">, a partir del reconocimiento de caracteres, la <\/span><b>informaci\u00f3n principal<\/b><span style=\"font-weight: 400;\"> de recibos, facturas, cheques, <\/span><b>documentos<\/b><span style=\"font-weight: 400;\"> legales de facturaci\u00f3n, etc.<\/span><\/li><li><b>Correcci\u00f3n autom\u00e1tica<\/b><span style=\"font-weight: 400;\">: la mayor\u00eda de los editores de texto actuales est\u00e1n equipados con un corrector ortogr\u00e1fico que permite <\/span><b>comprobar si el texto contiene errores ortogr\u00e1ficos<\/b><span style=\"font-weight: 400;\">.<\/span><\/li><li><b>Resumen autom\u00e1tico<\/b><span style=\"font-weight: 400;\">: los <\/span><b>m\u00e9todos de NLP<\/b><span style=\"font-weight: 400;\"> tambi\u00e9n se utilizan para producir <\/span><b>res\u00famenes cortos, precisos y fluidos<\/b><span style=\"font-weight: 400;\"> de un documento de texto m\u00e1s extenso<\/span><\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-a3077ba elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"a3077ba\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-dbf64b1\" data-id=\"dbf64b1\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-7596566 elementor-widget elementor-widget-menu-anchor\" data-id=\"7596566\" data-element_type=\"widget\" data-widget_type=\"menu-anchor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div id=\"methodes\" class=\"elementor-menu-anchor\"><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-34598b3 elementor-widget elementor-widget-heading\" data-id=\"34598b3\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">\u00bfCu\u00e1les son los principales m\u00e9todos utilizados en NLP?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7b07cc7 elementor-widget elementor-widget-text-editor\" data-id=\"7b07cc7\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<blockquote><p><span style=\"font-weight: 400;\">En general, podemos distinguir dos aspectos que son esenciales para cualquier problema de NLP :<\/span><\/p><ul><li><span style=\"font-weight: 400;\">La <\/span><b>parte \u00abling\u00fc\u00edstica\u00bb<\/b><span style=\"font-weight: 400;\">, que consiste en preprocesar y transformar la informaci\u00f3n de entrada en una serie de datos explotable.<\/span><\/li><li><span style=\"font-weight: 400;\">La <\/span><b>parte de \u00abaprendizaje autom\u00e1tico\u00bb<\/b><span style=\"font-weight: 400;\"> o \u00ab<a href=\"https:\/\/datascientest.com\/es\/formacion-data-scientist\">Data Science<\/a>\u00ab, que se basa en la aplicaci\u00f3n de modelos de<\/span> <span style=\"font-weight: 400;\">Machine Learning<\/span><span style=\"font-weight: 400;\"> o<\/span> <span style=\"font-weight: 400;\">Deep Learning<\/span><span style=\"font-weight: 400;\"> a ese conjunto de datos.<\/span><\/li><\/ul><\/blockquote>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-a22995d elementor-align-center elementor-widget elementor-widget-button\" data-id=\"a22995d\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/es\/nuestros-cursos-de-data\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Descubrir nuestros cursos de Data Science<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-67b0477 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"67b0477\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-b320b74\" data-id=\"b320b74\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-6395069 elementor-widget elementor-widget-text-editor\" data-id=\"6395069\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">A continuaci\u00f3n abordaremos estos dos aspectos, describiendo brevemente los <\/span><b>m\u00e9todos principales<\/b><span style=\"font-weight: 400;\"> y destacando los principales retos. Vamos a basarnos en un ejemplo cl\u00e1sico: la detecci\u00f3n de spam.<\/span><\/p><p><b>La fase de preprocesamiento : del texto a los datos<\/b><\/p><p><span style=\"font-weight: 400;\">Supongamos que quieres poder <\/span><b>determinar si un correo electr\u00f3nico es spam o no<\/b><span style=\"font-weight: 400;\">, solo por su contenido. Para ello, es fundamental <\/span><b>transformar los datos sin procesar<\/b><span style=\"font-weight: 400;\"> (el texto del correo electr\u00f3nico) <\/span><b>en datos procesables<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">Entre las principales etapas, encontramos :<\/span><\/p><ul><li><b>Limpieza <\/b><span style=\"font-weight: 400;\">: Variable seg\u00fan la fuente de datos, esta fase consiste en realizar tareas como <\/span><b>eliminar URL<\/b><span style=\"font-weight: 400;\">, <\/span><b>emoji<\/b><span style=\"font-weight: 400;\">, etc.<\/span><\/li><li><b>Normalizaci\u00f3n de datos <\/b><span style=\"font-weight: 400;\">:<\/span><\/li><\/ul><p><span style=\"font-weight: 400;\">\u00a0 \u00a0 \u00a0 \u00a0 \u00a0\u25cb<\/span><span style=\"font-weight: 400;\">\u00a0 <\/span> <b>Tokenizaci\u00f3n<\/b><span style=\"font-weight: 400;\">, o dividir el texto en varias partes llamadas t\u00f3kens. <\/span><span style=\"font-weight: 400;\">Ejemplo: \u00abEn adjunto, encontrar\u00e1s el documento en cuesti\u00f3n\u00bb, \u00abencontrar\u00e1s\u00bb, \u00aben adjunto\u00bb, \u00abel documento\u00bb, \u00aben cuesti\u00f3n\u00bb.<\/span><\/p><p><span style=\"font-weight: 400;\">\u00a0 \u00a0 \u00a0 \u00a0 \u00a0\u25cb<\/span><span style=\"font-weight: 400;\">\u00a0 <\/span> <b>Stemming <\/b><span style=\"font-weight: 400;\">: una misma palabra se puede encontrar de diferentes formas dependiendo del g\u00e9nero (masculino o femenino), del n\u00famero (singular o plural), la persona (yo, t\u00fa, ellos\u2026) etc. El <\/span><b>stemming<\/b><span style=\"font-weight: 400;\"> por lo general designa el simple proceso heur\u00edstico de <\/span><b>cortar el final de las palabras para mantener solo la ra\u00edz de la palabra<\/b><span style=\"font-weight: 400;\">. Ejemplo : \u00abencontrar\u00e1s\u00bb -&gt; \u00abencontr\u00bb<\/span><\/p><p><span style=\"font-weight: 400;\">\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u25cb<\/span><span style=\"font-weight: 400;\">\u00a0 <\/span> <span style=\"font-weight: 400;\">Lematizaci\u00f3n : consiste en realizar la misma tarea pero utilizando un vocabulario y un an\u00e1lisis minucioso de la construcci\u00f3n de las palabras. La <\/span><b>lematizaci\u00f3n<\/b><span style=\"font-weight: 400;\"> permite eliminar \u00fanicamente las terminaciones inflexibles y de ese modo <\/span><b>aislar la forma can\u00f3nica de la palabra<\/b><span style=\"font-weight: 400;\">, conocida como lema. Ejemplo: \u00abencontrar\u00e1s\u00bb -&gt; \u201cencontrar\u201d<\/span><\/p><p><span style=\"font-weight: 400;\">\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u25cb<\/span><span style=\"font-weight: 400;\">\u00a0 <\/span> <b>Otras operaciones <\/b><span style=\"font-weight: 400;\">: eliminaci\u00f3n de n\u00fameros, puntuaci\u00f3n, s\u00edmbolos y stopwords, cambio a min\u00fasculas.<\/span><\/p><p><span style=\"font-weight: 400;\">Para poder aplicar <\/span><b>m\u00e9todos de Machine Learning<\/b><span style=\"font-weight: 400;\"> a los problemas relativos al lenguaje natural, es indispensable <\/span><b>transformar los datos textuales en datos digitales<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">Existen varias maneras, de las cuales estas son las principales:<\/span><\/p><ul><li><b>Term-Frequency (TF) :<\/b><span style=\"font-weight: 400;\"> este m\u00e9todo consiste en contar el n\u00famero de presencias de t\u00f3kens en el corpus de cada texto. Cada texto estar\u00e1 entonces representado por un <\/span><b>vector de ocurrencias<\/b><span style=\"font-weight: 400;\">. Se suele hablar de <\/span><b>Bag of Word<\/b><span style=\"font-weight: 400;\"> o bolsa de palabras en espa\u00f1ol.<\/span><\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-af532a5 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"af532a5\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-e4f64ef\" data-id=\"e4f64ef\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-25b11e0 elementor-widget elementor-widget-image\" data-id=\"25b11e0\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t\t<a href=\"https:\/\/www.analyticsvidhya.com\/blog\/2017\/06\/word-embeddings-count-word2veec\/\">\n\t\t\t\t\t\t\t<img decoding=\"async\" width=\"800\" height=\"715\" src=\"https:\/\/datascientest.com\/es\/files\/2020\/07\/Capture-d\u2019e\u0301cran-2020-07-19-a\u0300-11.17.46.png\" class=\"attachment-large size-large wp-image-6008\" alt=\"NLP\" srcset=\"https:\/\/datascientest.com\/es\/files\/2020\/07\/Capture-d\u2019e\u0301cran-2020-07-19-a\u0300-11.17.46.png 808w, https:\/\/datascientest.com\/es\/files\/2020\/07\/Capture-d\u2019e\u0301cran-2020-07-19-a\u0300-11.17.46-300x268.png 300w, https:\/\/datascientest.com\/es\/files\/2020\/07\/Capture-d\u2019e\u0301cran-2020-07-19-a\u0300-11.17.46-768x686.png 768w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t<\/a>\n\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Representaci\u00f3n de vectores del m\u00e9todo Term-Frequency (TF)<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-804df8c elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"804df8c\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-d20ce91\" data-id=\"d20ce91\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-38b7748 elementor-widget elementor-widget-text-editor\" data-id=\"38b7748\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Sin embargo, este enfoque presenta un gran inconveniente: algunas palabras son por naturaleza m\u00e1s utilizadas que otras, lo que <\/span><b>puede llevar al modelo a resultados err\u00f3neos<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><ul><li><span style=\"font-weight: 400;\">Term Frequency-Inverse Document Frequency (TF-IDF): este m\u00e9todo consiste en <\/span><b>contar el n\u00famero de ocurrencias de los t\u00f3kens <\/b><span style=\"font-weight: 400;\">en el corpus para cada texto, que luego se divide por el n\u00famero total de ocurrencias de esos mismos t\u00f3kens en todo el corpus.<\/span><\/li><\/ul><p><span style=\"font-weight: 400;\">Para el t\u00e9rmino x presente en el documento y, se puede definir su peso con la siguiente relaci\u00f3n :<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-3d9221c elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"3d9221c\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-69cd627\" data-id=\"69cd627\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-c2e8576 elementor-widget elementor-widget-image\" data-id=\"c2e8576\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"248\" height=\"56\" src=\"https:\/\/datascientest.com\/es\/files\/2020\/07\/Capture-d\u2019e\u0301cran-2020-07-19-a\u0300-10.53.53.png\" class=\"attachment-large size-large wp-image-6010\" alt=\"NLP formule\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-93f3392 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"93f3392\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-5588527\" data-id=\"5588527\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-df601a6 elementor-widget elementor-widget-text-editor\" data-id=\"df601a6\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Donde :<\/span><\/p><ul><li><span style=\"font-weight: 400;\">tf<\/span><span style=\"font-weight: 400;\">x,y<\/span><span style=\"font-weight: 400;\"> es la frecuencia del t\u00e9rmino x en y;<\/span><\/li><li><span style=\"font-weight: 400;\">df<\/span><span style=\"font-weight: 400;\">x<\/span><span style=\"font-weight: 400;\"> es el n\u00famero de documentos que contienen x;<\/span><\/li><li><span style=\"font-weight: 400;\">N es el total de documentos.<\/span><\/li><\/ul><p><span style=\"font-weight: 400;\">Este enfoque permite obtener para cada texto una representaci\u00f3n vectorial que comprende vectores de peso y no de ocurrencias.<\/span><\/p><p><span style=\"font-weight: 400;\">La eficacia de estos m\u00e9todos var\u00eda seg\u00fan el caso de aplicaci\u00f3n. Sin embargo, tienen dos limitaciones principales :<\/span><\/p><ul><li><span style=\"font-weight: 400;\">Cuanto m\u00e1s rico sea el vocabulario del corpus, <\/span><b>mayor ser\u00e1 el tama\u00f1o de los vectores<\/b><span style=\"font-weight: 400;\">, lo que puede representar <\/span><b>un problema para los modelos de aprendizaje<\/b><span style=\"font-weight: 400;\"> utilizados en el siguiente paso.<\/span><\/li><li><span style=\"font-weight: 400;\">El recuento de ocurrencias de palabras <\/span><b>no permite dar cuenta <\/b><span style=\"font-weight: 400;\">de su disposici\u00f3n y, por lo tanto, del <\/span><b>significado de las oraciones<\/b><span style=\"font-weight: 400;\">.<\/span><\/li><\/ul><p><span style=\"font-weight: 400;\">Existe un enfoque que permite <\/span><b>remediar estos problemas <\/b><span style=\"font-weight: 400;\">: Word Embedding. Consiste en construir vectores de tama\u00f1o fijo que <\/span><b>tomen en cuenta el contexto en el que se encuentran las palabras<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">De este modo, dos palabras presentes en dos contextos similares tendr\u00e1n vectores m\u00e1s cercanos (en t\u00e9rminos de distancia vectorial). Esto permite entonces capturar a la vez las similitudes sem\u00e1nticas, sint\u00e1cticas o tem\u00e1ticas de las palabras.<\/span><\/p><p><span style=\"font-weight: 400;\">En otra secci\u00f3n haremos una descripci\u00f3n m\u00e1s detallada de este m\u00e9todo.<\/span><\/p><p><b>La fase de aprendizaje : de los datos al modelo<\/b><\/p><p><span style=\"font-weight: 400;\">Por lo general, podemos distinguir <\/span><b>3 enfoques principales de NLP <\/b><span style=\"font-weight: 400;\">: los <\/span><b>m\u00e9todos basados en reglas,<\/b><span style=\"font-weight: 400;\"> modelos cl\u00e1sicos de <\/span><b>Machine Learning<\/b><span style=\"font-weight: 400;\"> y modelos de <\/span><a href=\"https:\/\/datascientest.com\/es\/deep-learning-definicion\">Deep Learning<\/a><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">M\u00e9todos basados en reglas<\/span><span style=\"font-weight: 400;\">\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">Los m\u00e9todos basados en reglas consisten en su mayor\u00eda en la <\/span><b>creaci\u00f3n de reglas espec\u00edficas de un campo<\/b><span style=\"font-weight: 400;\"> (por ejemplo, las expresiones regulares). Se pueden utilizar para resolver problemas simples, como extraer datos estructurados de datos no estructurados (por ejemplo, las p\u00e1ginas web).<\/span><\/p><p><span style=\"font-weight: 400;\">En el caso de la <\/span><b>detecci\u00f3n de spam<\/b><span style=\"font-weight: 400;\">, esto podr\u00eda consistir en considerar como <\/span><b>correos electr\u00f3nicos no deseados <\/b><span style=\"font-weight: 400;\">aquellos que contienen <\/span><b>palabras de moda<\/b><span style=\"font-weight: 400;\"> como \u00abpromoci\u00f3n\u00bb, \u00aboferta limitada\u00bb, etc.<\/span><\/p><p><span style=\"font-weight: 400;\">Sin embargo, estos m\u00e9todos sencillos pueden verse r\u00e1pidamente superados por la complejidad del lenguaje natural y resultar ineficaces.<\/span><\/p><p><span style=\"font-weight: 400;\">Modelos cl\u00e1sicos de Machine Learning<\/span><\/p><p><span style=\"font-weight: 400;\">Los enfoques cl\u00e1sicos de Machine Learning se pueden utilizar para resolver problemas m\u00e1s dif\u00edciles. A diferencia de los m\u00e9todos basados en reglas predefinidas, se basan en <\/span><b>m\u00e9todos que realmente tratan sobre la comprensi\u00f3n del lenguaje<\/b><span style=\"font-weight: 400;\">. Utilizan los datos obtenidos de textos en bruto preprocesados a trav\u00e9s de uno de los m\u00e9todos descritos anteriormente, por ejemplo. Tambi\u00e9n pueden utilizar datos relacionados con la longitud de las frases, la aparici\u00f3n de palabras espec\u00edficas, etc. Por lo general, implementan un <\/span><b>modelo estad\u00edstico de aprendizaje autom\u00e1tico<\/b><span style=\"font-weight: 400;\"> como los de <\/span><b>Naive Bayes<\/b><span style=\"font-weight: 400;\">, de <\/span><b>regresi\u00f3n log\u00edstica<\/b><span style=\"font-weight: 400;\">, etc.<\/span><\/p><p><span style=\"font-weight: 400;\">Modelos de Deep Learning :<\/span><span style=\"font-weight: 400;\">\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">El uso de modelos de Deep Learning para problemas de NLP es objeto de numerosas investigaciones en la actualidad.<\/span><\/p><p><span style=\"font-weight: 400;\">Estos modelos se generalizan incluso mejor que los enfoques cl\u00e1sicos de aprendizaje porque requieren una <\/span><b>fase de pretratamiento del texto menos sofisticada <\/b><span style=\"font-weight: 400;\">: las <\/span><b>capas de neuronas<\/b><span style=\"font-weight: 400;\"> pueden verse como <\/span><b>extractores autom\u00e1ticos de caracter\u00edsticas<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">Esto permite construir modelos de principio a fin con poco preprocesamiento de datos. Fuera de la parte de la ingenier\u00eda de caracter\u00edsticas, las <\/span><b>capacidades de aprendizaje de los algoritmos de Deep Learning suelen ser m\u00e1s poderosas que las del Machine Learning cl\u00e1sico<\/b><span style=\"font-weight: 400;\">, lo que permite <\/span><b>obtener mejores resultados en varias tareas complejas de NLP<\/b><span style=\"font-weight: 400;\">, como la traducci\u00f3n.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-6d2a3bb elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"6d2a3bb\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-5e465ce\" data-id=\"5e465ce\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-41491a8 elementor-align-center elementor-widget elementor-widget-button\" data-id=\"41491a8\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/es\/nuestros-cursos-de-data\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Aprende a utilizar modelos de Machine Learning<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-fe5acf3 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"fe5acf3\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-2c02257\" data-id=\"2c02257\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-4cf04e3 elementor-widget elementor-widget-menu-anchor\" data-id=\"4cf04e3\" data-element_type=\"widget\" data-widget_type=\"menu-anchor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div id=\"perspectives\" class=\"elementor-menu-anchor\"><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-d5be176 elementor-widget elementor-widget-heading\" data-id=\"d5be176\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">\u00bfCu\u00e1les son las perspectivas y los retos del NLP?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-c52a54b elementor-widget elementor-widget-text-editor\" data-id=\"c52a54b\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Las reglas que rigen la transformaci\u00f3n de texto de lenguaje natural en informaci\u00f3n no son f\u00e1ciles de comprender para los ordenadores.<\/span><\/p><p><span style=\"font-weight: 400;\">Esto requiere comprender a la vez las palabras y la manera en la que los conceptos est\u00e1n vinculados para entregar el mensaje deseado.<\/span><\/p><p><span style=\"font-weight: 400;\">Entre los principales retos se encuentran :<\/span><\/p><p><b>Ambig\u00fcedad<\/b><\/p><p><span style=\"font-weight: 400;\">En lenguaje natural, las <\/span><b>palabras son \u00fanicas, pero pueden tener diferentes significados<\/b><span style=\"font-weight: 400;\"> seg\u00fan el contexto, lo que resulta en una ambig\u00fcedad l\u00e9xica, sint\u00e1ctica y sem\u00e1ntica. Para solucionar este problema, el NLP propone varios m\u00e9todos, como la <\/span><b>evaluaci\u00f3n de contexto<\/b><span style=\"font-weight: 400;\">, por ejemplo. Sin embargo, la comprensi\u00f3n del significado sem\u00e1ntico de las palabras en una oraci\u00f3n sigue siendo una tarea que se est\u00e1 investigando.<\/span><\/p><p><b>Sinonimia<\/b><\/p><p><span style=\"font-weight: 400;\">Otro fen\u00f3meno clave en el lenguaje natural es el hecho de que podemos expr<\/span><b>esar la misma idea con diferentes t\u00e9rminos <\/b><span style=\"font-weight: 400;\">que tambi\u00e9n dependen del contexto espec\u00edfico.<\/span><\/p><p><span style=\"font-weight: 400;\">Por ejemplo, los t\u00e9rminos \u00abalto\u00bb y \u00abgrande\u00bb pueden ser sin\u00f3nimos para describir un objeto o edificio, pero no son intercambiables en todos los contextos: \u00abgrande\u00bb puede significar de mayor edad.<\/span><\/p><p><b>Correferencia<\/b><\/p><p><span style=\"font-weight: 400;\">Las tareas de correferencia consisten en encontrar <\/span><b>todas las expresiones que hacen referencia a una misma entidad<\/b><span style=\"font-weight: 400;\">. Este es un paso importante para <\/span><b>muchas tareas de NLP<\/b><span style=\"font-weight: 400;\"> de alto nivel que implican la <\/span><b>comprensi\u00f3n del texto en su conjunto<\/b><span style=\"font-weight: 400;\">, como resumir documentos, responder preguntas y extraer informaci\u00f3n. Este problema ha resurgido con la introducci\u00f3n de <\/span><b>t\u00e9cnicas avanzadas de Deep Learning<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><b>Estilo de escritura<\/b><\/p><p><span style=\"font-weight: 400;\">Dependiendo de la personalidad, las intenciones y las emociones del autor, la misma idea se puede expresar de diferentes maneras.<\/span><\/p><p><span style=\"font-weight: 400;\">Algunos autores no dudan en utilizar la <\/span><b>iron\u00eda<\/b><span style=\"font-weight: 400;\"> o el <\/span><b>sarcasmo<\/b><span style=\"font-weight: 400;\"> y, por tanto, transmiten un <\/span><b>sentido opuesto al sentido literal.<\/b><\/p><p><span style=\"font-weight: 400;\">De este modo, mientras los humanos pueden dominar f\u00e1cilmente un idioma, la ambig\u00fcedad y las caracter\u00edsticas imprecisas de los lenguajes naturales son las que hacen que el NLP sea dif\u00edcil de implementar para las m\u00e1quinas.<\/span><\/p><p><span style=\"font-weight: 400;\">\u00bfTe gustar\u00eda dominar el arte del NLP? La continuaci\u00f3n de este art\u00edculo llegar\u00e1 pronto. En el pr\u00f3ximo episodio descubrir\u00e1s: \u00bfc\u00f3mo representar una palabra con un vector gracias al Word Embedding?<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-339d264 elementor-widget elementor-widget-text-editor\" data-id=\"339d264\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">De este modo, mientras los humanos pueden dominar f\u00e1cilmente un idioma, la ambig\u00fcedad y las caracter\u00edsticas imprecisas de los lenguajes naturales son las que hacen que el NLP sea dif\u00edcil de implementar para las m\u00e1quinas.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-3f92eb9 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"3f92eb9\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-93cdff2\" data-id=\"93cdff2\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-a6a57d1 elementor-align-center elementor-widget elementor-widget-button\" data-id=\"a6a57d1\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/es\/word-embedding-es\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Seguir leyendo - El Word Embedding<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-69a375c elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"69a375c\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-967e32f\" data-id=\"967e32f\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-ed38dbd elementor-widget elementor-widget-text-editor\" data-id=\"ed38dbd\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><strong>Referencias :<\/strong><br \/><br \/><a href=\"https:\/\/www.ekino.com\/articles\/introduction-nlp-partie-i\"><span style=\"color: #000000;\">P. Olivier, Introduction au NLP (Partie I), Ekino<\/span><\/a><br \/><br \/><span style=\"color: #000000;\"><a style=\"color: #000000;\" href=\"https:\/\/www.ekino.fr\/articles\/introduction-au-nlp-partie-ii\">P. Olivier, Introduction au NLP (Partie II), Ekino<\/a><\/span><br \/><br \/><span style=\"color: #000000;\"><a style=\"color: #000000;\" href=\"https:\/\/towardsdatascience.com\/introduction-to-natural-language-processing-nlp-323cc007df3d\">I. ElDen, Introduction to Natural Language Processing (NLP), Towards Data Science, September 2017<\/a><\/span><br \/><br \/><span style=\"color: #000000;\"><a style=\"color: #000000;\" href=\"https:\/\/towardsdatascience.com\/natural-language-processing-nlp-top-10-applications-to-know-b2c80bd428cb\">O. Kharkovyna, Natural Language Processing (NLP): Top 10 Applications to Know, Towards Data Science, December 2019<\/a><\/span><br \/><br \/><span style=\"color: #000000;\"><a style=\"color: #000000;\" href=\"https:\/\/medium.com\/sciforce\/biggest-open-problems-in-natural-language-processing-7eb101ccfc9\">Sciforce, Biggest Open Problems in Natural Language Processing, February 2020<\/a><\/span><\/p><p><br \/><span style=\"color: #000000;\"><a style=\"color: #000000;\" href=\"https:\/\/www.analyticsvidhya.com\/blog\/2017\/06\/word-embeddings-count-word2veec\/\">An Intuitive Understanding of Word Embeddings: From Count Vectors to Word2Vec, Analytics Vidhya, June 2017<\/a><\/span><br \/><br \/><span style=\"color: #000000;\"><a style=\"color: #000000;\" href=\"http:\/\/www.datascience.manchester.ac.uk\/research\/methodologies\/natural-language-processing-nlp-text-mining\/\">S. Ananiadou, J. McNaught, The Natural Language Processing and Text Mining, University of Manchester<\/a><\/span><br \/><br \/><span style=\"color: #000000;\"><a style=\"color: #000000;\" href=\"https:\/\/www.peakindicators.com\/blog\/unlocking-insights-from-unstructured-data-with-text-mining\">P. Clough and F. Borg, Unlocking Insights from Unstructured Data with Text Mining, December 2019<\/a><\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>\u00bfAlguna vez te has preguntado c\u00f3mo funcionan los asistentes personales de IA como Siri o Cortana? \u00bfC\u00f3mo ha podido el corrector ortogr\u00e1fico detectar errores de sintaxis que ni t\u00fa mismo habr\u00edas detectado? \u00bfC\u00f3mo adivina tu motor de b\u00fasqueda las palabras que estabas a punto de escribir a partir de las primeras letras? Aunque estas herramientas [&hellip;]<\/p>\n","protected":false},"author":45,"featured_media":15874,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2427],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>NLP Natural Language Processing : Introducci\u00f3n<\/title>\n<meta name=\"description\" content=\"\u00bfAlguna vez te has preguntado c\u00f3mo funcionan los asistentes personales de IA como Siri o Cortana? \u00bfC\u00f3mo ha podido el corrector ortogr\u00e1fico detectar errores de sintaxis que ni t\u00fa mismo habr\u00edas detectado? \u00bfC\u00f3mo adivina tu motor de b\u00fasqueda las palabras que estabas a punto de escribir a partir de las primeras letras?\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/es\/nlp-introduccion\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"NLP Natural Language Processing : Introducci\u00f3n\" \/>\n<meta property=\"og:description\" content=\"\u00bfAlguna vez te has preguntado c\u00f3mo funcionan los asistentes personales de IA como Siri o Cortana? \u00bfC\u00f3mo ha podido el corrector ortogr\u00e1fico detectar\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/es\/nlp-introduccion\" \/>\n<meta property=\"og:site_name\" content=\"Formaci\u00f3n en ciencia de datos | DataScientest.com\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/DataScientestEN\" \/>\n<meta property=\"article:published_time\" content=\"2022-08-01T09:51:20+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-30T16:14:32+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2020\/07\/illu_intro_NLP_blog-18-1.png\" \/>\n\t<meta property=\"og:image:width\" content=\"2560\" \/>\n\t<meta property=\"og:image:height\" content=\"1405\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Daniel\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:site\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Daniel\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"11 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/es\/nlp-introduccion#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/es\/nlp-introduccion\"},\"author\":{\"name\":\"Daniel\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0\"},\"headline\":\"NLP Natural Language Processing : Introducci\u00f3n\",\"datePublished\":\"2022-08-01T09:51:20+00:00\",\"dateModified\":\"2023-10-30T16:14:32+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/es\/nlp-introduccion\"},\"wordCount\":2579,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/es\/#organization\"},\"articleSection\":[\"Data Science\"],\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/es\/nlp-introduccion#respond\"]}],\"copyrightYear\":\"2022\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/es\/nlp-introduccion\",\"url\":\"https:\/\/datascientest.com\/es\/nlp-introduccion\",\"name\":\"NLP Natural Language Processing : Introducci\u00f3n\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/es\/#website\"},\"datePublished\":\"2022-08-01T09:51:20+00:00\",\"dateModified\":\"2023-10-30T16:14:32+00:00\",\"description\":\"\u00bfAlguna vez te has preguntado c\u00f3mo funcionan los asistentes personales de IA como Siri o Cortana? \u00bfC\u00f3mo ha podido el corrector ortogr\u00e1fico detectar errores de sintaxis que ni t\u00fa mismo habr\u00edas detectado? \u00bfC\u00f3mo adivina tu motor de b\u00fasqueda las palabras que estabas a punto de escribir a partir de las primeras letras?\",\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/es\/nlp-introduccion\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/es\/#website\",\"url\":\"https:\/\/datascientest.com\/es\/\",\"name\":\"Formaci\u00f3n en ciencia de datos | DataScientest.com\",\"description\":\"L\u00edder en formaci\u00f3n en Ciencia de Datos\",\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/es\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/es\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/datascientest.com\/es\/#organization\",\"name\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/es\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"contentUrl\":\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"width\":301,\"height\":301,\"caption\":\"DataScientest\"},\"image\":{\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/DataScientestEN\",\"https:\/\/twitter.com\/DataScientest__\",\"https:\/\/www.linkedin.com\/company\/datascientest-spain\/\",\"https:\/\/www.tiktok.com\/@datascientest\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0\",\"name\":\"Daniel\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g\",\"caption\":\"Daniel\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/school\/datascientest\/\",\"user\"],\"jobTitle\":\"ing\u00e9nieur logiciel\",\"worksFor\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/es\/author\/team-redac\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"NLP Natural Language Processing : Introducci\u00f3n","description":"\u00bfAlguna vez te has preguntado c\u00f3mo funcionan los asistentes personales de IA como Siri o Cortana? \u00bfC\u00f3mo ha podido el corrector ortogr\u00e1fico detectar errores de sintaxis que ni t\u00fa mismo habr\u00edas detectado? \u00bfC\u00f3mo adivina tu motor de b\u00fasqueda las palabras que estabas a punto de escribir a partir de las primeras letras?","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/es\/nlp-introduccion","og_locale":"es_ES","og_type":"article","og_title":"NLP Natural Language Processing : Introducci\u00f3n","og_description":"\u00bfAlguna vez te has preguntado c\u00f3mo funcionan los asistentes personales de IA como Siri o Cortana? \u00bfC\u00f3mo ha podido el corrector ortogr\u00e1fico detectar","og_url":"https:\/\/datascientest.com\/es\/nlp-introduccion","og_site_name":"Formaci\u00f3n en ciencia de datos | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2022-08-01T09:51:20+00:00","article_modified_time":"2023-10-30T16:14:32+00:00","og_image":[{"width":2560,"height":1405,"url":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2020\/07\/illu_intro_NLP_blog-18-1.png","type":"image\/png"}],"author":"Daniel","twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Escrito por":"Daniel","Tiempo de lectura":"11 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/es\/nlp-introduccion#article","isPartOf":{"@id":"https:\/\/datascientest.com\/es\/nlp-introduccion"},"author":{"name":"Daniel","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0"},"headline":"NLP Natural Language Processing : Introducci\u00f3n","datePublished":"2022-08-01T09:51:20+00:00","dateModified":"2023-10-30T16:14:32+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/es\/nlp-introduccion"},"wordCount":2579,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/es\/#organization"},"articleSection":["Data Science"],"inLanguage":"es","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/es\/nlp-introduccion#respond"]}],"copyrightYear":"2022","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/es\/nlp-introduccion","url":"https:\/\/datascientest.com\/es\/nlp-introduccion","name":"NLP Natural Language Processing : Introducci\u00f3n","isPartOf":{"@id":"https:\/\/datascientest.com\/es\/#website"},"datePublished":"2022-08-01T09:51:20+00:00","dateModified":"2023-10-30T16:14:32+00:00","description":"\u00bfAlguna vez te has preguntado c\u00f3mo funcionan los asistentes personales de IA como Siri o Cortana? \u00bfC\u00f3mo ha podido el corrector ortogr\u00e1fico detectar errores de sintaxis que ni t\u00fa mismo habr\u00edas detectado? \u00bfC\u00f3mo adivina tu motor de b\u00fasqueda las palabras que estabas a punto de escribir a partir de las primeras letras?","inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/es\/nlp-introduccion"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/es\/#website","url":"https:\/\/datascientest.com\/es\/","name":"Formaci\u00f3n en ciencia de datos | DataScientest.com","description":"L\u00edder en formaci\u00f3n en Ciencia de Datos","publisher":{"@id":"https:\/\/datascientest.com\/es\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/es\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/datascientest.com\/es\/#organization","name":"DataScientest","url":"https:\/\/datascientest.com\/es\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/","url":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png","contentUrl":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png","width":301,"height":301,"caption":"DataScientest"},"image":{"@id":"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/DataScientestEN","https:\/\/twitter.com\/DataScientest__","https:\/\/www.linkedin.com\/company\/datascientest-spain\/","https:\/\/www.tiktok.com\/@datascientest"]},{"@type":"Person","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0","name":"Daniel","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g","caption":"Daniel"},"sameAs":["https:\/\/www.linkedin.com\/school\/datascientest\/","user"],"jobTitle":"ing\u00e9nieur logiciel","worksFor":"DataScientest","url":"https:\/\/datascientest.com\/es\/author\/team-redac"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts\/164366"}],"collection":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/users\/45"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/comments?post=164366"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts\/164366\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/media\/15874"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/media?parent=164366"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/categories?post=164366"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/tags?post=164366"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}