Lecturas o videos requeridos

Tema 3. Modelos de lenguaje en n-gramas

Lecturas

• Para conocer más sobre modelos de lenguaje en n-gramas, te recomendamos revisar el siguiente video:
  Fung, P. (2017). Sentiment and emotion-aware natural language processing [Archivo de video]. Recuperado de https://www.oreilly.com/library/view/strata-data-conference/9781491985373/video317350.html



• Para conocer más sobre sobre, modelos de lenguaje en n-gramas, te recomendamos revisar el siguiente video:
  Thrun, S. (2017). What AI is – and isn’t [Archivo de video]. Recuperado de https://www.ted.com/talks/sebastian_thrun_and_chris_anderson_what_ai_is_and_isn_t



• Para conocer más sobre modelos de lenguaje en n-gramas, te recomendamos leer:
  Brown, T., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., et al. (2020). Language Models are Few-Shot Learners. Recuperado de https://arxiv.org/abs/2005.14165

Tema 4. Clasificación de texto

Lecturas

• Para conocer más sobre clasificación de texto, te recomendamos leer:
  Collins, M. (s.f.). The Naive Bayes Model, Maximum-Likelihood Estimation, and the EM Algorithm. Recuperado de https://www.cs.cornell.edu/courses/cs5740/2016sp/resources/collins_em.pdf

Videos

• Para conocer más sobre clasificación de texto, te recomendamos revisar el siguiente video:
  Edureka! (2020, 30 de julio). What is Text Classification in NLP | NLP Tutorial for Beginners | Edureka | NLP Live – 4 [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=N3Ep7ndcLNE



• Para conocer más sobre clasificación de texto, te recomendamos revisar el siguiente video: 
  Simplilearn. (2020, 5 de octubre). Text Classification Using Naive Bayes | Naive Bayes Algorithm In Machine Learning | Simplilearn [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=60pqgfT5tZM