Curso Clustering de texto y modelado de tópicos con LLMs

---

8 lecciones • 3 horas

---

Curso teórico-práctico donde aprenderás a implementar diferentes estrategias para agrupar textos con base en sus significados (“clustering”) y para encontrar temáticas asociadas a dichas agrupaciones (modelado de tópicos) usando Grandes Modelos de Lenguaje (LLMs).

---

Al final del curso habrás aprendido

• Qué es el agrupamiento o “clustering” de texto, cuáles son sus aplicaciones y cómo usar LLMs pre-entrenados para agrupar documentos por similitud semántica
• Qué es el modelado de tópicos, cuáles son sus aplicaciones y cómo usar LLMs pre-entrenados para descubrir temáticas ocultas en agrupaciones de documentos

---

Requisitos

• Experiencia en la programación en Python. Acá en la Academia encontrarás los cursos Python Nivel Básico, Python Nivel Intermedio y Python Nivel Avanzado
• Haber tomado los cursos Introducción a los Grandes Modelos de Lenguaje y Clustering en el Machine Learning, también disponibles acá en la Academia Online

---

Contenido

MÓDULO 1: CLUSTERING DE TEXTO

1 – ¿Qué es el clustering de texto?

2 – ¿Cómo se realiza el clustering de texto?

3 – Clustering de texto con LLMs pre-entrenados

MÓDULO 2: MODELADO DE TÓPICOS

4 – ¿Qué es el modelado de tópicos?

5 – BERTopic

6 – Modelado de tópicos con BERTopic

7 – Mejorando BERTopic con re-rankers

8 – Mejorando BERTopic con modelos generativos

---