Procesamiento natural del lenguaje
Este artículo explora la relación entre el diálogo de una película y su género, aprovechando el análisis de datos basado en dominios y la ingeniería de características informada.
Desde el discurso fragmentado en los thrillers hasta los intercambios cargados de palabrotas en las películas de acción, ¿podemos adivinar el género de una película simplemente conociendo sus características semánticas y sintácticas en el diálogo? ¿De ser asi, cuales?
Investigaremos si los patrones de diálogo matizados dentro de un guión (su léxico, estructura y ritmo) pueden ser poderosos predictores del género. El enfoque aquí es doble: aprovechar las características de escritura sintácticas y semánticas como características predictivas y subrayar la importancia de la ingeniería de características informada.
Una de las principales lagunas en muchos cursos de ciencia de datos es la falta de énfasis en la experiencia en el dominio y la generación, ingeniería y selección de características. Muchos cursos también brindan a los estudiantes conjuntos de datos preexistentes y, a veces, estos conjuntos de datos ya están limpios. Además, en el lugar de trabajo, la prisa por producir resultados a menudo eclipsa el proceso de formular hipótesis y validar características predictivas, dejando poco espacio para la exploración y comprensión de dominios específicos.
En mi propia experiencia descrita en “Uso del aprendizaje conjunto y de tareas múltiples para predecir el funcionamiento cognitivo del Alzheimer”, Fui testigo del impacto positivo de la ingeniería de funciones informada. La investigación de predictores conocidos del Alzheimer me permitió cuestionar la tarea y los datos iniciales, lo que finalmente me llevó a la inclusión de características clave durante el modelado.
En este artículo, profundizo en un proyecto que examina los diálogos de películas para ilustrar mi enfoque de investigación y extracción de características. La atención se centrará en identificar y analizar elementos textuales, semánticos y sintácticos dentro del diálogo cinematográfico, investigar cómo se interrelacionan y evaluar su capacidad para predecir con precisión una película…