👉🔴 Redes neuronales EMBEDDINGS en Español + Word2Vec (NLP); QUÉ SON, CÓMO y PORQUÉ FUNCIONAN

[@jessicamariariverajimenez3232]

Muchas gracias por esta explicación 🤗

[@Xpikuos]

De nada. No olvides suscribirte al canal, darle a LIKE al vídeo, y compartirlo en las redes sociales. Gracias :)

[@wilfredomartel7781]

Buen video!

[@Xpikuos]

Gracias! No olvides darle a LIKE y compartirlo en las redes sociales ;)

[@nagainu]

muchas gracias me ayudo a entender mejor el funcionamiento

[@Xpikuos]

Gracias. Me alegro que te haya sido útil. No olvides darle a LIKE al vídeo, compartirlo en las redes sociales. Gracias ;)

[@tadeoriverosk]

¡Esto es tremendo material! Muchísimas gracias profe!

[@Xpikuos]

Me alegro que te haya gustado. No olvides suscribirte al canal, darle a LIKE al vídeo y compartirlo en las redes sociales. Gracias :)

[@juandavidceballos4394]

Excelente video ... entendido muy bien los embeddings !!

[@Xpikuos]

Gracias! Me alegro que te guste. No olvides compartirlo en las redes sociales y darle a LIKE ;)

[@ManelTIC]

Buenas denomenal el video. Però tengo una duda, que relación o diferencia hay entre word embbedding y una ventana de contexto (context window)¿¿ gracias

[@Xpikuos]

El "context window" está formado por el conjunto de palabras que rodean a una de la cual se quiere obtener su embedding (que este caso, se llama, word embedding). O sea, en la frase "Me gustan los caramelos de chocolate", el context window de "caramelos" sería (gustan,los,de,chocolate), por lo que el tamaño de la "context window" es de 2 porque se toman 2 palabras antes y después de la palabra "caramelo". Mírate esto: blog.cambridgespark.com/tutorial-build-your-own-embedding-and-use-it-in-a-neural-network-e9cde4a81296 ... y no olvides darle a LIKE al vídeo, compartirlo en las redes sociales y suscribirte al canal ;) Gracias.

[@elblogdelbiomedico465]

Excelente explicación muchas gracias :D, solo tengo una duda, con respecto a obtener la palabra asociada a un vector ¿Que vendría siendo el embedding_layer? estoy teniendo problemas con esa parte ó si no es mucha molestia, en donde podría consultar información al respecto ya que no he podido encontrar como convertir vector to word. Muchas Gracias

[@Xpikuos]

Te has mirado la explicación de esta parte del vídeo? kzbin.info/www/bejne/mJ25nYCtiNqkadU

[@SR_M0L1NA]

¡Flipántico!.

[@Xpikuos]

Gracias! :) Me alegro que te guste. No olvides darle a LIKE y compartirlo en las redes sociales ;)

[@SR_M0L1NA]

@@Xpikuos Siempre lo hago.

[@Xpikuos]

Gracias :)

[@alvarocamacho5438]

Hola, quería saber si alguno de ustedes conoce de algún repositorio con modelos CBOW de diversas dimensiones en español? La verdad he encontrado muy pocos modelos previamente entrenados... Gracias!

[@Xpikuos]

Yo creo que todos tenemos el mismo problema ;)

[@jonfe]

Es decir que la cercania aprendida de cada palabra con otra, esta dada por la frecuencia en la que son encontradas cerca en los millones de textos analizados?

[@Xpikuos]

... casi. En concreto: la cercania aprendida de cada palabra con otra, depende de la frecuencia en la que son encontradas en contextos semejantes en los millones de textos analizados. Dicha semejanza se calcula mediante la distancia coseno con los otros embeddings correspondientes. Espero haberte aclarado algo :)

[@elmarlyn]

Como podemos ir agregando palabras fuera del vocabulario?

[@Xpikuos]

La solución no es trivial y realmente lo que se hace es usar "trucos" (como por ejemplo, a groso modo, ver si esa palabra se puede descomponer como la suma de otras (por ejemplo, prefijos, sufijos, etc.))... Mírate los siguientes links: datascience.stackexchange.com/questions/54806/word-embedding-of-a-new-word-which-was-not-in-training stackoverflow.com/questions/45113130/how-to-add-new-embeddings-for-unknown-words-in-tensorflow-training-pre-set-fo Espero que te sirva de ayuda... y no olvides darle a LIKE al vídeo si te ha gustado, compartirlo en las redes sociales y suscribirte al canal. Gracias :)

[@DONROBOTZ]

No me he enterado de na

[@Xpikuos]

Entonces es que te falta aún mucho por aprender... No es un vídeo fácil ni para principiantes. Así que ánimo y a seguir estudiando ;)