Lección 1 del curso Clustering de Texto y Modelado de Tópicos con LLMs.
En este primer módulo del curso veremos qué es y cómo funciona el «clustering» o agrupamiento de texto. Además veremos cómo usar Python y librerías especializadas para implementar un sistema de «clustering» de textos usando Grandes Modelos de Lenguaje (o LLMs por sus siglas en Inglés: Large Language Models).
Y en esta primera lección del curso comenzaremos con lo esencial, entendiendo qué es el «clustering » de texto y cuáles son sus principales aplicaciones en el contexto del Procesamiento del Lenguaje Natural:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
En esencia en el «clustering» de texto lo que se busca es generar de forma automática agrupaciones de textos semánticamente similares.
Y acá es importante resaltar el término «semánticamente», lo cual quiere decir que el sistema debería ser capaz de interpretar el significado de los textos para posteriormente generar de manera adecuada las agrupaciones.
Así que teniendo clara esta definición, en la próxima lección veremos los elementos que conforman un sistema de «clustering» de texto. Entonces veremos en detalle cómo se realiza el «clustering» de texto.
Todas las lecciones del curso Clustering de Texto y Modelado de Tópicos con LLMs