MAIA4332 Modelos avanzados para el procesamiento de lenguaje natural
Este curso ofrece una introducción profunda a los modelos avanzados de procesamiento de lenguaje natural (NLP) basados en deep learning. A lo largo de ocho semanas, los estudiantes explorarán desde modelos neuronales básicos, como regresión logística y redes feedforward, hasta arquitecturas avanzadas como RNN, LSTM, modelos encoder-decoder y Transformers. Se abordarán técnicas fundamentales como la tokenización con BPE y WordPiece, embeddings estáticos y contextuales, y el mecanismo de autoatención. Además, se estudiarán grandes modelos de lenguaje (LLMs), su generación de texto mediante muestreo, y estrategias para su ajuste fino (fine-tuning) en tareas específicas. También se explorará la ingeniería de prompts para mejorar la interacción con LLMs y se discutirán consideraciones éticas en la implementación de modelos de NLP.
En este curso aprenderás:
- Aplicar técnicas avanzadas de NLP para resolver problemas que involucren texto escrito.
- Implementar modelos de lenguaje con arquitecturas de deep learning, optimizando representaciones textuales.
- Comprender los principios detrás del ajuste fino de modelos preentrenados y las estrategias para mejorar la generación de texto.
Periodo en el que se ofrece el curso
2025
Idioma en el que se ofrece el curso
Español
Página del catálogo en este curso