Procesamiento del Lenguaje Natural y Análisis de Sentimientos

El protocolo de comunicación entre humanos es el lenguaje natural. Los seres humanos se comunican entre sí y expresan sus estados personales o emocionales mediante lenguaje oral o escrito. Además, el lenguaje se puede considerar como la proyección y concreción del conocimiento e inteligencia humana. Por tanto, el lenguaje natural es la fuente apropiada de datos para entender a los seres humanos, representar su conocimiento y comunicarse con ellos. Sin embargo, el lenguaje natural es un dato no estructurado y no puede ser utilizado directamente por un sistema informático.

En este tutorial, describiremos como representar el lenguaje natural para ser procesado por una computadora, es decir, como construir características que representen el lenguaje natural. Se expondrán métodos basados en redes neuronales (Deep Learning) para la extracción de características lingüísticas de calidad de enunciados escritos, las cuales no estarán constreñidas por una interpretación superficial del texto como puede ser la representación basada en bolsa de oraciones o palabras, sino que incluirán la estructura sintáctica del texto. Así mismo, se mostrará la utilidad de dichas características lingüísticas para el desarrollo de un sistema de clasificación de opiniones, elemento esencial de la tarea de Análisis de Opiniones. Además, se mostrará como desarrollar un sistema de clasificación de opiniones basado en el uso de redes neuronales.

Deep Learning

En los últimos años, varios tipos de redes neuronales, especialmente las profundas, comúnmente llamadas modelos Deep Learning (DL), han mostrado tener una capacidad de aprendizaje de los datos muy alta. Las principales razones de este éxito son: i) la creciente aparición de nuevas grandes bases de datos etiquetadas, ii) los avances en la tecnología de la GPU (Graphics Processor Unit), que han hecho que este dispositivo sea ideal para acelerar las operaciones matemáticas más costosas de las redes neuronales y iii) los avances en los algoritmos de aprendizaje y en las técnicas de optimización.

Este tutorial presenta las bases de las redes neuronales en general. En la parte teórica, se presentarán los conceptos más importantes para el aprendizaje de estas redes: Feedforward, gradiente descendiente y regularización. En la parte práctica que será guiada, se ilustrará el funcionamiento de la redes neuronales con dos ejemplos sencillos uno de regresión y otro de clasificación de imágenes con redes neuronales no profundas.

Aplicando aprendizaje computacional para detectar malware en Android: AndroPyTool and OmniDroid

Las posibilidades y ventajas de aplicar Aprendizaje Computacional para resolver multitud de problemas está fuera de duda. Se ha demostrado como este amplio conjunto de técnicas pueden ayudar a resolver problemas en áreas tan dispares como visión por computador, procesamiento del lenguaje natural, detección de fraude, robótica y bioinformática, entre otras. Nuestro objetivo en este tutorial es presentar las posibilidades que ofrece este campo cuando se trata un problema actual, complejo y críıtico: la detección de malware en dispositivos Android. Tal y como mostraremos en este tutorial, técnicas de Aprendizaje Computacional tales como los algoritmos de clasificación y clustering, la computación evolutiva, y el aprendizaje profundo (deep learning) se están usando en la actualidad para detectar aquellas muestras de malware cuyo comportamiento muestra patrones maliciosos. Además, explicaremos las diferentes herramientas desarrolladas para analizar malware de Android y efectuar ingeniería inversa. Por último, describiremos en primer lugar nuestro software AndroPyTool, diseñado para extraer un amplio abanico de características de las aplicaciones de Android con el objetivo de caracterizar de forma profunda su comportamiento. En segundo lugar hablaremos de Omnidroid, un amplio conjunto de datos de características extraídas de aplicaciones Android, tanto benignas como malignas.