2da PARTE

Question 1

Vectorización de palabras

Answer 1

Representar el significado de unidades lingüísticas mediante vectores numéricos

Question 2

Tokenización

Answer 2

División de un texto en sus partes fundamentales

Question 3

Semántica vectorial

Answer 3

Espacio matemático de representación compacto en donde cada vector contiene información de las unidades lingüísticas

Question 4

Embedding

Answer 4

Representación numérica de un texto, dónde palabras similares tienen representaciones similares

Question 5

One-hot encoding

Answer 5

Representación de una palabra mediante un vector de tamaño igual al del vocabulario con ceros, excepto en el lugar correspondiente a la palabra

Question 6

Modelo de espacio vectorial

Answer 6

Modelo matemático y algebraico para transformar y representar documentos de texto

Question 7

Técnicas de extracción de características

Answer 7

Procesos utilizados para transformar datos brutos en representaciones numéricas

Question 8

Elementos de entrada en el flujo de procesamiento de lenguaje natural

Answer 8

Texto, imágenes, audio, ocr, voz a texto, descripción de img

Question 9

Elementos de pre procesamiento del flujo de PLN

Answer 9

Detección y corrección de errores

Question 10

Qué se realiza en el primer procesamiento en el PLN

Answer 10

Segmentación, eliminar stopwords, lematización/stemming, etiquetado gramatical, análisis morfológico

Question 11

Sistemas o algoritmos basados en datos

Answer 11

Espacios semánticos y modelos de lenguaje

Question 12

Bolsa de palabras

Answer 12

Cada documento se convierte en un vector que representa la frecuencia de todas las palabras

Question 13

N-gramas

Answer 13

Secuencia de n elementos (palabras, características o símbolos) que se extraen de un texto continuo

Question 14

Término

Answer 14

Palabra o secuencia de palabras que se consideran una unidad significativa

Question 15

Frecuencia de término TF

Answer 15

Mide la frecuencia de aparición de un término específico en un documento. Determina la relevancia en el contexto de ese documento

Question 16

Frecuencia inversa de documento IDF

Answer 16

Evalúa la importancia de un término en el contexto de todo el corpus. Indica cuan

Question 17

Frecuencia inversa de documento IDF

Answer 17

Evalúa la importancia de un término en el contexto de todo el corpus. Indica cuan raro o común es el término en el corpus.

Cercano a 0 - muchos documentos tienen el término, es muy común, poco raro

Cercano a 1 - pocos documentos tienen el término, es poco común, muy raro

Question 18

TF-IDF

Answer 18

Puntuación que refleja la importancia del término en el contexto del documento y del corpus en general