Tokenización, embeddings y similitud semántica: cómo el texto se convierte en números

Los modelos de machine learning trabajan con números, no con palabras. Todo sistema de NLP, desde un clasificador de sentimiento hasta un modelo de lenguaje grande, primero debe convertir el texto en forma numérica. AI-900 espera que entiendas los pasos principales a nivel conceptual: tokenización, representaciones basadas en frecuencia y embeddings.