Másmela Caita, Luis AlejandroJiménez Aguirre, Edwin Fernando2025-04-292025-04-292024-12-12http://hdl.handle.net/11349/95151Este trabajo abarca el modelo de GloVe (Global Vectors), desarrollado por la Universidad de Stanford en 2014 en su artículo "GloVe: Global Vectors for Word Representation"[7]. La metodología será de tipo Cualitativa-Cuantitativa y el tipo de investigación pretende ser de tipo explicativo. Se propone establecer una contextualización del método de GloVe, que permita comprender a fondo la fundamentación matemático-teórica que hay detrás de este modelo, ejemplificarlo manualmente y con una simulación en Python que de a conocer su aplicabilidad en el mundo del "Natural Language Processing" (Procesamiento del lenguaje natural) y que sirva de base para futuras investigaciones en el tema del Deep Learning.This work covers the GloVe (Global Vectors) model, developed by Stanford University in 2014 in his article "GloVe: Global Vectors for Word Representation"[7]. The methodology will be Qualitative-Quantitative type and the type of research aims to be explanatory. It is proposed establish a contextualization of the GloVe method, which allows a thorough understanding of the mathematical-theoretical foundation behind this model, exemplify it manually and with a simulation in Python that reveals its applicability in the world of "Natural Processing Language” and that serves as a basis for future research in the Deep Learning topic.pdfspaIncrustaciones de palabrasProcesamiento del lenguaje naturalCoocurrenciaWord2VecLatent semantic analysis (LSA)bachelorThesisMatemáticas -- Tesis y disertaaciones académicasOpenAccessWord embeddingsNatural language processingCo-occurrenceWord2VecLatent Ssmantic analysis (LSA)Abierto (Texto Completo)