Bag of Words (BOW)

Es un enfoque ampliamente utilizado en el procesamiento del lenguaje natural y la recuperación de información para representar texto en forma numérica.

Consiste en descomponer un texto en sus palabras individuales, creando un conjunto o "bolsa" de palabras sin considerar el orden o la estructura gramatical.

Cada palabra única se convierte en una característica, y los textos se representan mediante vectores, indicando la frecuencia de aparición de cada palabra dentro del texto.

Es un método sencillo pero poderoso que facilita la comparación entre documentos, la clasificación de textos y la generación de modelos predictivos en machine learning.

Aunque ignora matices de semántica y sintaxis, es una técnica base en tareas como análisis de sentimientos, categorización de contenido y motores de búsqueda.