Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Introduksjon til Natural Language Generation (NLG)
- Oversikt over NLG og dets applikasjoner
- Forstå NLG-rørledningen
- Introduksjon til Python biblioteker for NLG
Datainnsamling og forberedelse
- Innsamling av data fra ulike kilder
- Rengjøring og forbehandling av tekstdata
- Organisere innhold for generasjon
Språkmodellering for NLG
- Introduksjon til språkmodeller
- Opplæring av en språkmodell for tekstgenerering
- Finjustere språkmodeller ved hjelp av SpaCy og NLTK
Setningsplanlegging og tekststrukturering
- Planlegging av setningsstruktur og innholdsflyt
- Bruke maler for tekstgenerering
- Tilpasse tekststruktur basert på brukstilfeller
Innholdsgenerering og etterbehandling
- Generer tekst fra strukturerte data
- Evaluering og raffinering av generert innhold
- Etterbehandling og formatering av utdata
Avanserte NLG-teknikker
- Bruke nevrale nettverk for tekstgenerering (f.eks. GPT-modeller)
- Håndtere kontekst og sammenheng i generert tekst
- Utforsker virkelige applikasjoner og casestudier
Sluttprosjekt: Bygge et NLG-system
- Definere et prosjektomfang
- Bygge og distribuere et NLG-system
- Testing og evaluering av systemet
Sammendrag og neste trinn
Krav
- Python programmeringserfaring
Publikum
- Utviklere
- Dataforskere
21 Timer
Referanser (2)
Praktiske øvelser relatert til innholdet hjelper virkelig med å forstå mer om hvert emne. Dette gjelder også for stilarten med å begynne klassemøtet med en forelesning og fortsette med praktiske øvelser, som er god og nyttig for å knytte sammen med den presenterte forelesningen.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Kurs - Introduction to Data Science and AI using Python
Maskinoversatt
Eksempler/øvelser perfekt tilpasset vår domene
Luc - CS Group
Kurs - Scaling Data Analysis with Python and Dask
Maskinoversatt