Utilizado únicamente para autoestudio; por favor infórmenos si tiene dudas sobre el uso adecuado.
La forma de cobro no se utiliza para crear interés sino para facilitar su comunicación sin restricciones a través de una red abierta.
Las principales tareas del análisis de texto o PNL :
indexación y búsqueda de texto,
clasificación de texto,
resumen de documentos,
extracción de información de texto,
análisis de sentimientos.
Definición de clasificación de texto (CLR)
La clasificación de texto consiste en dividir cada documento de una colección de documentos en una categoría temática predefinida.
Juzgar si el correo electrónico es un correo electrónico normal o un correo electrónico no deseado es un problema de dos categorías.
>> Clasificación de temas de noticias : determine a qué categoría pertenece la noticia, como finanzas, deportes, entretenimiento, etc.
>> Clasificación de preguntas en el sistema de respuesta automática de preguntas : tipo de pregunta Chat-GPT (modelo de preentrenamiento + aprendizaje de muestra pequeña)
>> Justicia inteligente: clasificación de los niveles de multas según el texto de descripción de los hechos del caso (clasificación múltiple)
Los pasos generales de un sistema de clasificación de texto:
1. Preprocesamiento del texto de entrada
2. Extracción de características para obtener representación del texto
3. Clasificación del clasificador
Para el diseño de clasificadores , existen muchos algoritmos , incluidos k-vecinos más cercanos, Naive Bayes, máquinas de vectores de soporte y árboles de decisión .
La extracción de información (IE, extracción de información),
conocida como IE , extrae información de hechos o eventos específicos de textos en lenguaje natural, ayudándonos a clasificar, extraer y reconstruir automáticamente contenido masivo. Dicha información generalmente incluye tipos específicos de entidades (entidades), relaciones (relaciones) y eventos (eventos) .
Extraiga tiempo, lugar y personas clave de las noticias.
Extraiga nombres de productos, tiempo de desarrollo, indicadores de desempeño, etc. de documentos técnicos.
Extraiga información fáctica que interese a los usuarios a partir del lenguaje natural, ya sea en gráficos de conocimiento, recuperación de información, sistemas de respuesta a preguntas o emociones. Se utilizan ampliamente el análisis, la minería de textos y la extracción de información.
La extracción de información incluye principalmente tres subtareas :
Extracción de relaciones : normalmente decimos extracción triple , que se utiliza principalmente para extraer la relación entre entidades.
Extracción y vinculación de entidades&#x