Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Kursplan
Introduktion till generering av naturligt språk (NLG)
- Översikt över NLG och dess tillämpningar
- Förstå NLG-pipelinen
- Introduktion till Python bibliotek för NLG
Datainsamling och förberedelse
- Insamling av data från olika källor
- Rensa och förbearbeta textdata
- Organisera innehåll för generering
Språkmodellering för NLG
- Introduktion till språkmodeller
- Träna en språkmodell för textgenerering
- Finjustera språkmodeller med hjälp av SpaCy och NLTK
Meningsplanering och textstrukturering
- Planering av meningsstruktur och innehållsflöde
- Använda mallar för textgenerering
- Anpassa textstruktur baserat på användningsfall
Innehållsgenerering och efterbehandling
- Generera text från strukturerad data
- Utvärdera och förfina genererat innehåll
- Efterbehandling och formatering av utdata
Avancerade NLG-tekniker
- Användning av neurala nätverk för textgenerering (t.ex. GPT-modeller)
- Hantera kontext och sammanhang i genererad text
- Utforska verkliga tillämpningar och fallstudier
Slutprojekt: Att bygga ett NLG-system
- Definiera ett projektomfång
- Bygga och distribuera ett NLG-system
- Testning och utvärdering av systemet
Sammanfattning och nästa steg
Krav
- Python Erfarenhet av programmering
Publik
- Utvecklare
- Datavetare
21 Timmar
Vittnesmål (2)
Praktiska övningar relaterade till innehållet hjälper verkligen till att förstå mer om varje ämne. Dessutom är det bra och hjälpsamt att börja lektionen med en föreläsning och sedan fortsätta med praktiska övningar, vilket gör det lättare att relatera till den tidigare presenterade föreläsningen.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Kurs - Introduction to Data Science and AI using Python
Maskintolkat
Exempel/övningar perfekt anpassade till vår domän
Luc - CS Group
Kurs - Scaling Data Analysis with Python and Dask
Maskintolkat