El docente compartió 1 informe esta semana. No lo subo: es suyo.
De qué iba
Tomé a Isabella, el chatbot que desarrollé para el Consejo Seccional de la Judicatura de Sucre, como ejemplo para recorrer las fases del PLN con una consulta real: «¿Cuándo me pagan la prima de servicios de este semestre?». La parte que más me interesó fue la pragmática, porque acá la gente escribe «tengo un chicharrón con un auto de notificación» y el modelo tiene que entender que no se está hablando de comida. Dejé anotada una precaución que aplicamos al construir Isabella: si uno borra stop words con las listas estándar de NLTK o spaCy sin mirar antes el corpus, en lo judicial se lleva por delante palabras como «auto», «estado» o «recurso», que ahí sí pesan. Después comenté el aporte de una compañera y aproveché para hablar de embeddings de 300 dimensiones y de por qué UMAP me sirvió más que PCA para separar los agrupamientos antes de entrenar.
Escribí el aporte principal del Grupo 7 con las fases léxica, morfológica, sintáctica, semántica y pragmática aplicadas a una consulta de nómina judicial
Argumenté las desventajas del PLN con casos propios: jerga regional sucreña, dependencia de la calidad de los datos y riesgo de alucinación en un contexto donde una respuesta errada afecta derechos
Respondí a una compañera contrastando PCA con UMAP y t-SNE para inspeccionar embeddings antes del entrenamiento
Tuve que repetir el quiz de puntos extra: lo presenté en dos intentos
Lo que costó. El quiz de puntos extra me dejó incómodo. En la pregunta sobre los fonemas no coincidí con el criterio de la plataforma, así que me tocó presentarlo otra vez y dejé por escrito mi argumento para discutirlo después.
Qué pedían
El enunciado y la rúbrica, tal cual los publicaron.
MA Semana 2_ NRC-8774-Procesamiento Natural Lenguaje.pdfdocumento · 305,1 KB