Kursplan

Introduktion till NLG för Textsammanfattning och Innehållsgenerering

  • Översikt över Natural Language Generation (NLG)
  • Nyckelskillnader mellan NLG och NLP
  • Användningsområden för NLG i innehållsgenerering

Textsammanfattningstekniker inom NLG

  • Extraktiv sammanfattning med hjälp av NLG
  • Abstraktiv sammanfattning med NLG-modeller
  • Evalueringssatser för NLG-baserad sammanfattning

Innehållsgenerering med NLG

  • Översikt över generativa NLG-modeller: GPT, T5 och BART
  • Träningsmetoder för NLG-modeller vid textgenerering
  • Generering av sammanhängande och kontextmedveten text med NLG

Finjustering av NLG-modeller för specifika tillämpningar

  • Finjustering av NLG-modeller som GPT för domänsspecifika uppgifter
  • Överföringslärning i NLG
  • Hantering av stora dataset vid träningsförsök med NLG-modeller

Verktyg och ramverk för NLG

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

Etiska överväganden i NLG

  • Bias i AI-genererat innehåll
  • Att minimera skadliga eller oanmälda NLG-utdata
  • Etiska implikationer av NLG vid innehållsskapande

Framtidsutsikter för NLG

  • Nyliga framsteg i NLG-modeller
  • Effekten av transformer på NLG
  • Framtidsmöjligheter inom NLG och automatiserad innehållsgenerering

Sammanfattning och nästa steg

Krav

  • Grundläggande kunskap om maskininlärningskoncept
  • Bekantskap med Python-programmering
  • Erfarenhet av NLP-ramverk

Målgrupp

  • AI-utvecklare
  • Innehållsskapare
  • Dataanalytiker
 21 timmar

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier