Cuéntanos sobre bag-of-words y sus limitaciones.

Bag-of-Words (BoW) es un método sencillo de representar texto como un conjunto de palabras sin tener en cuenta el orden ni la estructura gramatical. El texto se divide en palabras (tokens), y se crea un vector donde cada elemento refleja la cantidad o presencia de una palabra específica en el documento.

Limitaciones de BoW:

• Pérdida del orden de las palabras. No se considera el contexto ni el significado que depende del orden.
• Ignorar la semántica. Las palabras con diferentes significados pero forma similar se tratan igual.
• Alta dimensionalidad. Para diccionarios grandes, los vectores se vuelven dispersos y voluminosos.
• Sensibilidad al ruido. Las palabras frecuentes pero poco informativas (palabras vacías) pueden afectar el modelo.

Ejemplo de BoW para la oración "El gato está sentado en la alfombra":

palabra	cantidad
El	1
gato	1
está	1
sentado	1
en	1
la	1
alfombra	1