En los últimos años se ha visto un crecimiento espectacular de los datos de texto en lenguaje natural, incluidas páginas web, artículos de noticias, literatura científica, correos electrónicos, documentos empresariales y redes sociales, como artículos de blogs, publicaciones en foros, reseñas de productos y tweets.

Los datos de texto son únicos porque generalmente son generados directamente por humanos en lugar de un sistema informático o sensores y, por lo tanto, son especialmente valiosos para descubrir el conocimiento sobre las opiniones y preferencias de las personas, además de muchos otros tipos de conocimiento que codificamos en el texto.

Este curso cubrirá las tecnologías de motores de búsqueda, que juegan un papel importante en cualquier aplicación de minería de datos que involucre datos de texto por dos razones.

Primero, si bien los datos sin procesar pueden ser grandes para cualquier problema en particular, a menudo es un subconjunto relativamente pequeño de los datos que son relevantes.

y un motor de búsqueda es una herramienta esencial para descubrir rápidamente un pequeño subconjunto de datos de texto relevantes en una gran colección de texto.

En segundo lugar, los motores de búsqueda son necesarios para ayudar a los analistas a interpretar cualquier patrón descubierto en los datos al permitirles examinar los datos del texto original relevante para dar sentido a cualquier patrón descubierto.

Aprenderá los conceptos básicos, los principios y las principales técnicas de recuperación de texto, que es la ciencia subyacente de los motores de búsqueda.