Procesamiento de Lenguaje Natural con Aprendizaje Profundo

_____________________________________________________________________________________

Enlaces a los ejercicios

4.1. Cómo usar los modelos de word embeddings de spacy. 
En este ejercicio, aprenderás a cargar un modelo en spacy y utilizar sus vectores de palabras. 

4.2. Librería Gensim. 
En este ejercicio, practicarás con la librería de Python Gensim, una de las más populares para entrenar y utilizar modelos de word embeddings. 

4.3. Cómo entrenar un modelo de word embeddings con la librería Gensim.
En este ejercicio, usaremos la librería de Python Gensim para entrenar un modelo de word embeddings a partir de una colección de textos. 

4.4. Cómo crear una matriz de embeddings a partir de un modelo pre-entrenado de word embeddings. 
En este ejercicio, crearemos una matriz de embeddings a partir de un modelo de embeddings. Esta matriz nos servirá para inicializar los vectores de los tokens como entrada para un modelo CNN o BiLSTM. 

4.5. CNN inicializado con word embeddings y aplicado a la multi-clasificación de mensajes sexistas 
En este ejercicio, vamos a crear, entrenar y evaluar un modelo CNN para la tarea de multi-clasificación de mensajes sexistas. Esta vez, vamos a inicializar los pesos de la red con un modelo de word embeddings.