Kursplan

Introduktion till NLG för textsammanfattning och innehållsgenerering

  • Översikt över generering av naturligt språk (NLG)
  • Viktiga skillnader mellan NLG och NLP
  • Användningsområden för NLG vid innehållsgenerering

Tekniker för sammanfattning av text i NLG

  • Extraktiva summeringsmetoder med hjälp av NLG
  • Abstrakt summering med NLG-modeller
  • Utvärderingsmått för NLG-baserad sammanfattning

Innehållsgenerering med NLG

  • Översikt över NLG generativa modeller: GPT, T5 och BART
  • Träna NLG-modeller för textgenerering
  • Skapa sammanhängande och kontextmedveten text med NLG

Finjustera NLG-modeller för specifika tillämpningar

  • Finjustering av NLG-modeller som GPT för domänspecifika uppgifter
  • Överför lärande i NLG
  • Hantera stora datamängder för träning av NLG-modeller

Verktyg och ramverk för NLG

  • Introduktion till populära NLG-bibliotek (Transformers, OpenAI GPT)
  • Hands-on med Hugging Face Transformers och OpenAI API
  • Bygga NLG-pipelines för innehållsgenerering

Etiska överväganden i NLG

  • Partiskhet i AI-genererat innehåll
  • Minska skadliga eller olämpliga NLG-utgångar
  • Etiska implikationer av NLG vid innehållsskapande

Framtida trender inom NLG

  • De senaste framstegen inom NLG-modeller
  • Transformatorers inverkan på NLG
  • Framtida möjligheter inom NLG och automatiserad innehållsskapande

Sammanfattning och nästa steg

Krav

  • Grundläggande kunskaper om maskininlärningskoncept
  • Förtrogenhet med Python-programmering
  • Erfarenhet av NLP-ramverk

Publik

  • AI-utvecklare
  • Skapare av innehåll
  • Datavetare
 21 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier