Hola jone kim
hm, esta es una pregunta muy amplia. Para ser exactos, los parámetros siempre (independientemente del campo de investigación) dependen de la tarea.
Entonces, para ser más precisos: hay al menos 23 tareas principales en el procesamiento del lenguaje natural (PNL) según lo definido por Wikipedia (procesamiento del lenguaje natural – Wikipedia). En el curso de la investigación de mi maestría, me concentré principalmente en 3 de ellos:
- ¿Habrá una demanda de aceleradores de hardware para algoritmos de aprendizaje automático en el futuro cercano?
- ¿Cómo se calculan las curvas de recuperación de precisión?
- ¿Hay algún proyecto / investigación de Machine Learning interesante en el que pueda trabajar de forma independiente?
- ¿Qué representa el término sesgo en la regresión logística?
- ¿Por qué muchos estudios de investigación afirman que el aprendizaje profundo es una caja negra?
-> desambiguación de límite de oración (SBD)
-> etiquetado de parte del discurso (etiquetado POS)
-> desambiguación de sentido de palabra (WSA)
Entre las aplicaciones de tareas de PNL más “buscadas” se encuentran en mi opinión: recuperación / extracción de información (relacionada con la minería de texto); reconocimiento de voz / generación; traducción automática y respuesta a preguntas.
Para concluir, los parámetros en las tareas mencionadas anteriormente serían los siguientes:
-> En SBD: puntuación, números, caracteres especiales;
-> En etiquetado POS: sustantivo, verbo, adjetivo …
-> En WSA: estadística de n-gramas (es decir, le dice a la computadora que busque frases que contengan 2 o 3 palabras e intente desambiguar el significado; por ejemplo, en una oración: “Vi un ‘mouse’ corriendo por la calle . ”La computadora toma la secuencia ‘un mouse funcionando’ y entiende que ‘mouse’ en este contexto es un animal, no un dispositivo de interfaz humano);
Espero que esto ayude.