Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Procesamiento de Lenguaje
Natural
Grupo de PLN - InCo
2011
El orden importa:
de un vuelo de flamencos quemando un horizonte de
bañados (Cortázar/La vuelta al día en ochenta
mundos)
vuelo de quemando flamencos un de un de bañados
horizonte
de un vuelo de bañados quemando un horizonte de
flamencos
Corrección de errores
Sus hordas de Botero, sus hoteles de paso.
¿Y en un CORPUS?
Brown Corpus -> 1.000.000
CREA (RAE) -> 250.000.000 (en revisión)
Por ejemplo:
P(conocimiento | como es de público)
Regla de la multiplicación
P(w1n) = P(w1).P(w2|w1).P(w3|w12)…P(wn|w1n-1)
Bigrama: P(w1n) =
Simplificación de la fórmula:
Caso de unigramas
Asumiendo un corpus con T tokens y V palabras
distintas: