Procesamiento de Lenguaje Natural (NLP)

Procesamiento de Lenguaje Natural (NLP)

135 valoraciones

Conviértete en un especialista en Procesamiento de Lenguaje Natural y aprende a desarrollar soluciones inteligentes para comprensión y generación de texto. Este curso te enseñará las técnicas más avanzadas para trabajar con datos textuales.

Duración: 10 semanas
Nivel: Intermedio-Avanzado
Certificado incluido

Descripción del curso

El curso de Procesamiento de Lenguaje Natural (NLP) está diseñado para profesionales y estudiantes que desean especializarse en el desarrollo de aplicaciones que comprenden, manipulan y generan lenguaje humano. Durante 10 semanas, aprenderás desde los fundamentos lingüísticos hasta las técnicas más avanzadas basadas en deep learning para resolver problemas de NLP.

Lo que aprenderás:

  • Fundamentos lingüísticos para NLP
  • Preprocesamiento y normalización de texto
  • Modelado estadístico del lenguaje
  • Word embeddings y representación vectorial
  • Técnicas de clasificación de texto y análisis de sentimiento
  • Named Entity Recognition (NER) y extracción de información
  • Modelos secuenciales: RNN, LSTM, GRU
  • Arquitecturas basadas en atención y Transformers
  • Fine-tuning de modelos pre-entrenados: BERT, GPT, etc.
  • Desarrollo de chatbots y sistemas de pregunta-respuesta
  • Traducción automática y generación de texto
  • Despliegue de soluciones de NLP en producción

Requisitos:

  • Conocimientos intermedios de Python
  • Familiaridad con conceptos básicos de Machine Learning
  • Nociones básicas de estadística y probabilidad
  • Recomendable: haber completado nuestro curso de Fundamentos de IA o similar

Este curso es ideal para:

  • Científicos de datos que desean especializarse en NLP
  • Desarrolladores que trabajan con interfaces conversacionales
  • Lingüistas computacionales
  • Profesionales del marketing digital y análisis de redes sociales
  • Investigadores en el campo de la inteligencia artificial
  • Especialistas en automatización de procesos que involucran texto

Plan de estudios

Módulo 1: Introducción al NLP

  • Historia y evolución del NLP
  • Aplicaciones actuales y casos de uso
  • Desafíos del procesamiento de lenguaje natural
  • Configuración del entorno de desarrollo
  • Introducción a las principales bibliotecas: NLTK, spaCy, Transformers

Módulo 2: Fundamentos Lingüísticos y Preprocesamiento

  • Estructura del lenguaje: morfología, sintaxis y semántica
  • Tokenización y segmentación
  • Normalización: stemming y lemmatization
  • Part-of-speech tagging
  • Análisis sintáctico y árboles de dependencia

Módulo 3: Representación Vectorial del Texto

  • Bag of Words y TF-IDF
  • Word Embeddings: Word2Vec, GloVe
  • FastText y embeddings sensibles al contexto
  • Medidas de similitud semántica
  • Visualización de espacios vectoriales

Módulo 4: Clasificación de Texto y Análisis de Sentimiento

  • Modelos clásicos para clasificación de texto
  • Análisis de sentimiento: léxico vs. aprendizaje
  • Detección de emociones en texto
  • Clasificación multiclase y multilabel
  • Proyecto: sistema de análisis de sentimiento para reseñas

Módulo 5: Extracción de Información y Named Entity Recognition

  • Reconocimiento de entidades nombradas (NER)
  • Extracción de relaciones
  • Resolución de correferencia
  • Extracción de eventos
  • Proyecto: sistema de extracción de información de noticias

Módulo 6: Modelos Secuenciales para NLP

  • Modelado de secuencias con RNN
  • LSTM y GRU para procesamiento de texto
  • Arquitecturas bidireccionales
  • Codificador-Decodificador para secuencias
  • Implementación con TensorFlow/Keras y PyTorch

Módulo 7: Transformers y Modelos Pre-entrenados

  • Arquitectura Transformer: atención y self-attention
  • Modelos BERT, GPT, T5 y sus variantes
  • Fine-tuning para tareas específicas
  • Transfer learning en NLP
  • Hugging Face Transformers y su ecosistema

Módulo 8: Generación de Lenguaje Natural

  • Fundamentos de la generación de texto
  • Técnicas de decodificación: greedy, beam search
  • Evaluación de texto generado: BLEU, ROUGE, etc.
  • Control de la generación y prompt engineering
  • Proyecto: generador de descripciones de productos

Módulo 9: Sistemas Conversacionales

  • Arquitectura de chatbots y asistentes virtuales
  • Sistemas basados en reglas vs. aprendizaje
  • Gestión de diálogo y state tracking
  • Integración con APIs externas
  • Proyecto: desarrollo de un asistente conversacional

Módulo 10: Despliegue y Aplicaciones Prácticas

  • Optimización de modelos para producción
  • APIs REST para servicios de NLP
  • Integración con sistemas empresariales
  • Consideraciones éticas en aplicaciones de NLP
  • Proyecto final integrador

Instructores

Dra. Gabriela Torres

Dra. Gabriela Torres

Especialista en NLP

Doctora en Lingüística Computacional con más de 10 años de experiencia en proyectos de NLP. Ha trabajado en el desarrollo de sistemas de procesamiento de lenguaje para empresas multinacionales y ha publicado varios artículos sobre modelos de representación lingüística.

Mtro. Luis Campos

Mtro. Luis Campos

Ingeniero de NLP

Maestro en Ciencias de la Computación con especialización en Inteligencia Artificial. Ha implementado soluciones de NLP para grandes empresas en México y Latinoamérica, incluyendo chatbots, sistemas de análisis de sentimiento y motores de búsqueda semántica.

Reseñas del curso

4.8

Basado en 135 reseñas

5 estrellas
83%
4 estrellas
14%
3 estrellas
3%
2 estrellas
0%
1 estrella
0%

Mariana Juárez

15/03/2025

Excelente curso para adentrarse en el mundo del NLP. La Dra. Torres explica los conceptos de forma clara y los proyectos prácticos son muy útiles. La parte de Transformers y modelos pre-entrenados es especialmente valiosa, ya que es la tecnología más puntera actualmente. Pude implementar un chatbot para mi empresa gracias a lo aprendido.

Héctor Ramírez

22/02/2025

Como lingüista, este curso me ha dado las herramientas técnicas que necesitaba para aplicar mis conocimientos en proyectos de IA. Valoro mucho que se cubran tanto los aspectos lingüísticos como los computacionales. La comunidad de estudiantes es muy activa y el soporte de los instructores es excelente.

Sandra Méndez

10/01/2025

El enfoque práctico del curso es su mayor fortaleza. Los proyectos están muy bien diseñados y reflejan situaciones reales que enfrentamos en la industria. Aprecié especialmente el módulo sobre despliegue de modelos, ya que muchos cursos se olvidan de esta parte tan importante. El maestro Luis es un gran instructor con amplia experiencia práctica.

¿Tienes dudas sobre este curso?

Nuestro equipo está listo para ayudarte a tomar la mejor decisión para tu carrera profesional.