Comprender y determinar cómo funciona la técnica del modelo oculto de Márkov para la creación de etiquetas POS.
Aprenderás a usar uno de los modelos más utilizados para la creación de etiquetas POS, el modelo oculto de Márkov.
Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.
Para conocer más sobre modelo oculto de Márkov, te recomendamos revisar el siguiente video:
PyData. (2019, 19 de diciembre).Tutorial: Hidden Markov Models for Chord Recognition - Intuition and Applications [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=t0mNFAFdz_Q
Entender el funcionamiento de la librería NLTK para los modelos ocultos de Márkov.
El trabajo práctico que se realizará utiliza programación en Python 3 y la librería NLTK para modelos de Márkov.
La función implementa tres tareas utilizando la categoría news del corpus Brown: entrena un etiquetador HMM con el conjunto de datos de entrenamiento, con el modelo entrenado etiqueta una oración y evalúa el modelo entrenado en el conjunto de pruebas.
Para evaluar el modelo puedes utilizar las instrucciones sugeridas en la figura 3. Prueba con distintas oraciones cambiando el índice por uno válido en la instrucción [tp[0] for tp in oraciones_etiq[76]].
Asegúrate de: