No. Eso sería modelar temas.
Según Wikipedia: “El reconocimiento de entidad con nombre (NER) (también conocido como identificación de entidad, fragmentación de entidad y extracción de entidad) es una subtarea de extracción de información que busca ubicar y clasificar elementos en texto en categorías predefinidas, como los nombres de personas, organizaciones, ubicaciones, expresiones de tiempos, cantidades … ”
Entonces, si tu tarea fuera averiguar cuántas veces se menciona a Trump o la islamofobia en una publicación de Fox News, eso sería NER.
- ¿Cómo se evalúa si uno tiene una buena palabra incrustada?
- Serie temporal: ¿Existe un enfoque para la detección de anomalías que no se base en datos de entrenamiento anteriores?
- ¿Cómo se puede usar el aprendizaje profundo para la detección de eventos anormales en los videos?
- ¿Tiene alguna implementación de clasificación de una clase utilizando la red neuronal?
- ¿Qué son los hiperparámetros en el aprendizaje automático?
Sin embargo, lo que quiere son conceptos y no necesariamente palabras clave. Entonces, incluso el resumen dice ‘Existe una preocupación y un creciente odio contra los refugiados musulmanes como parte de la campaña Make America Great Again’, debería poder obtener Trump e islamofobia de esto, aunque ninguno de los dos se menciona.
Así que mira las técnicas de modelado de temas. El más popular se llama LDA.
