Procesamiento del Lenguaje Natural Aplicado en la Empresa

Capítulo 12. Conclusión

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Esto nos lleva al final de nuestro viaje juntos. A lo largo de 11 capítulos, hemos presentado los orígenes del procesamiento del lenguaje natural y hemos repasado cómo ha avanzado este campo en la última década. Nos adentramos en los detalles del espacio, como el preprocesamiento y la tokenización y varios tipos de incrustación de palabras, como Word2Vec, GloVe y fastText.

Lo cubrimos todo, desde las redes recurrentes vainilla hasta las variantes con compuerta, como las LSTM y las GRU. Y explicamos cómo los mecanismos de atención, la incrustación contextualizada de palabras y los Transformadores ayudaron a batir los récords de rendimiento anteriores. Y lo que es más importante, utilizamos grandes modelos lingüísticos preentrenados para realizar el aprendizaje por transferencia y afinar los modelos, y discutimos cómo producir los modelos utilizando diversas herramientas del oficio.

En lugar de enfrascarnos en la teoría, nos centramos sobre todo en aplicar las técnicas más avanzadas de PNL para resolver problemas del mundo real. Esperamos que esto te haya ayudado a construir una mayor intuición sobre la PNL, cómo funciona y cómo aplicarla bien.

A estas alturas, ya debería estar claro que ponerse a trabajar con la PNL es relativamente fácil, en parte gracias a que los equipos de investigación de Google, Facebook, OpenAI y otros han creado modelos ...