Búsqueda · 27 momentos en 19 episodios
María RibesLuisa AchaerandioBorja TosarIgnacio CrespoFrancis VillatoroHéctor Socaslingüística cuantitativa ratios tipo tokenentropía de la información termodinámica shannonprocesamiento lenguaje natural entropías unigramasalgoritmos clasificación secuencias similaresmodelos regresión predictibilidad secuenciasredes neuronales mlp perceptrones multicapaalgoritmo knn aprendizaje automático supervisadoclasificación datos proximidad vecinos cercanosShannonRECLanguage Resources and EvaluationChristian BellsMLPPerceptrones MulticapaDeep LearningKNNMaría Ribes
Algoritmos clasificación secuencias similares
Con
0:000:301:001:302:002:303:003:29
María Ribes describe cómo los investigadores aplican técnicas cuantitativas de lingüística para analizar sistemas de signos, calculando ratios como 'tipo' y 'token'. Explica la relación entre la entropía de la información y la termodinámica.
…que es una base de datos que publicaron un grupo de autores en 2022 en el REC, que es Language Resources and Evaluation, es un congreso anual de lingüística computacional y entre esos autores está precisamente Christian Bells, ahí en este sistema y es una. Muestra de lingüística comparativa, entonces empiezan a calcular estadísticas propias de lingüística cuantitativa y te calculan los ratios de tipo y token. Sabéis toda la diferencia entre tipo y token en el procesamiento del lenguaje natural: entropías de unigramas, porque la entropía de la información es la misma casi que la entropía de, como es la termodinámica, la entropía de Shannon, según el tipo de unidades que más información dan o más densidad de información van a producir. Y esto introducen valores de estas características en algoritmos de clasificación y eso son algo me va a costar más explicar, lo vais a explicar vosotros, pero lo que hacen es evaluar hasta qué punto esas secuencias son similares entre. Sí, y hasta qué punto son predecibles. Esa es la cuestión: si tú puedes predecir lo que va después, utilizan modelos de regresión y las redes neuronales que llama aquí MLP, que sería Perceptrones Multicapa; no sé lo que es más que una red neuronal de tipo Deep Learning y luego el KNN que es lo de los vecinos más cercanos, que eso es lo que hace: es también un algoritmo de aprendizaje automático supervisado, no paramétrico y simple que lo utiliza tanto para clasificación como para regresión. Lo que hace es clasificar los nuevos datos basándose en la proximidad, en las cadenas de caracteres que están más cerca y pueden tener una relación lógica, de ahí lo de vecinos cercanos. Entonces, de todo esto, todos estos datos, viene ahí una serie de gráficos, de citas, de estadísticas y llegamos al resultado que dice que no es una escritura, que no es una escritura, pero no es una escritura como nosotros la conocemos ahora mismo, lo que se…
Significado #1 · Palabras #1
María Ribes describe cómo los investigadores aplican técnicas cuantitativas de lingüística para analizar sistemas de signos, calculando ratios como 'tipo' y 'token'. Explica la relación entre la entropía de la información y la termodinámica.
Habla: María RibesSignificado #1 · Palabras #1lingüística cuantitativa ratios tipo tokenentropía de la información termodinámica shannonprocesamiento lenguaje natural entropías unigramasalgoritmos clasificación secuencias similaresmodelos regresión predictibilidad secuenciasredes neuronales mlp perceptrones multicapaalgoritmo knn aprendizaje automático supervisadoclasificación datos proximidad vecinos cercanos…que es una base de datos que publicaron un grupo de autores en 2022 en el REC, que es Language Resources and Evaluation, es un congreso anual de lingüística computacional y entre esos autores está precisamente Christian Bells, ahí en este sistema y es una. Muestra de lingüística comparativa, entonces empiezan a calcular estadísticas propias de lingüística cuantitativa y te calculan los ratios de tipo y token. Sabéis toda la diferencia entre tipo y token en el procesamiento del lenguaje natural: entropías de unigramas, porque la entropía de la información es la misma casi que la entropía de, como es la termodinámica, la entropía de Shannon, según el tipo de unidades que más información dan o más densidad de información van a producir. Y esto introducen valores de estas características en algoritmos de clasificación y eso son algo me va a costar más explicar, lo vais a explicar vosotros, pero lo que hacen es evaluar hasta qué punto esas secuencias son similares entre. Sí, y hasta qué punto son predecibles. Esa es la cuestión: si tú puedes predecir lo que va después, utilizan modelos de regresión y las redes neuronales que llama aquí MLP, que sería Perceptrones Multicapa; no sé lo que es más que una red neuronal de tipo Deep Learning y luego el KNN que es lo de los vecinos más cercanos, que eso es lo que hace: es también un algoritmo de aprendizaje automático supervisado, no paramétrico y simple que lo utiliza tanto para clasificación como para regresión. Lo que hace es clasificar los nuevos datos basándose en la proximidad, en las cadenas de caracteres que están más cerca y pueden tener una relación lógica, de ahí lo de vecinos cercanos. Entonces, de todo esto, todos estos datos, viene ahí una serie de gráficos, de citas, de estadísticas y llegamos al resultado que dice que no es una escritura, que no es una escritura, pero no es una escritura como nosotros la conocemos ahora mismo, lo que se…