1. El procesado LSA y sus técnicas
Introducción. Fuentes textuales. ¿Qué palabras pasarán al análisis? Aparición de las palabras en contextos. Suavizamiento de palabras entrópicas. Reducción de dimensionalidad mediante SVD. Reducción de la dimensionalidad en LSA
2. Sensibilidad a las relaciones de órdenes superiores
El problema platónico y la pobreza del estímulo. Captación de las relaciones de distintos órdenes. Medida de las relaciones de distintos órdenes en los textos.
3. Trabajando con la matriz de palabras
Introducción. Cosenos. Distancias. Proyecciones como medida de similitud. Construcción-integración. Cómo proyectar párrafos que no han formado parte de la muestra. Normalización de los vectores términos. Ponderación de las dimensiones por los valores singulares. Diversidad semántica.
4. Manejo de espacios
Alineación de espacios. ¿Cómo dar significado a las dimensiones latentes?
5. Algunas aplicaciones concretas
Evaluación de textos académicos. Resumidores extractivos. Vectores como entrada a modelos predictivos
6. Representaciones basadas en Word2Vec
Introducción. Formato de las entradas y salidas. Topología de la red. Procedimiento secuencial. ¿Cuál es realmente la matriz de palabras al finalizar el proceso?
7. últimas valoraciones
LSA en las ciencias cognitivas y la ingeniería. Recursos para procesar corpus con LSA
8. Un caso práctico de uso con R en modelado de memoria.
Antecedentes. Caso. Tentativa de resolución. Otro ejemplo de gratificación.