Temario Lección 140 de 246 · Módulo 12: Palabras como números (embeddings)
Módulo 12: Palabras como números (embeddings)

Prueba de paso: vectores de palabras para un mundo nuevo (IA apagada)

Por qué importa Construir vectores de palabras a partir de frases en bruto, comprobar lo que aprendieron y quitar un sesgo que copiaron, tú solo, es este módulo en una sola tarea.

Tutor de IA apagado. La comprobación les da a tus funciones un mundo que no has visto: frases nuevas de otra semilla, con nurse y engineer sesgados hacia she y he. Nada de él está en tu espacio de nombres.

Palabras y símbolos de esta lección
ventana
cuántas palabras a cada lado cuentan como compañía de una palabra
PPMI
cuántas veces más se encuentran dos palabras de lo que daría el azar, con los negativos puestos a 0
sesgo
un patrón desequilibrado en los datos que copian los vectores
Tu turno

Escribe word_vectors(sents, vocab): cuenta las coocurrencias dentro de cada frase con la ventana que elijas, WINDOW, y devuelve ppmi(counts), una fila por palabra de vocab. Escribe debias(X, vocab): devuelve una copia de X en la que a las cuatro profesiones (nurse, engineer, doctor, teacher) se les ha quitado la dirección de género (vectores unitarios, cuatro parejas, como en la lección anterior), con todas las demás filas sin cambios. La comprobación puntúa las 72 analogías en su propio mundo (al menos un 95% de aciertos) y luego mide la posición de cada profesión en la dirección de género después de tu debias (todas a menos de 0.05 de cero).

IA desactivada: en este no hay tutor, pistas ni solución. Solo tu propio razonamiento.

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Este ejercicio se abre pronto

Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.