Kursplan

Introduksjon til NLG for tekstsammanfatting og innholdsgenerering

  • Oversikt over Natural Language Generation (NLG)
  • Nøkkel forskjeller mellom NLG og NLP
  • Bruksområder for NLG i innholdsgenerering

Tekstsammanfattingsmetoder i NLG

  • Ekstraktiv sammanfattingsmetode ved bruk av NLG
  • Abstraktsammanfatting med NLG-modeller
  • Vurderingskriterier for NLG-basert sammanfatting

Innholdsgenerering med NLG

  • Oversikt over NLG-generative modeller: GPT, T5 og BART
  • Trening av NLG-modeller for tekstgenerering
  • Generering av sammenhengende og kontekstbevisst tekst med NLG

Finjustering av NLG-modeller for spesifikke applikasjoner

  • Finjustering av NLG-modeller som GPT for domene-spesifikke oppgaver
  • Overføring av læring i NLG
  • Håndtering av store datasett for trening av NLG-modeller

Verktøy og rammeverk for NLG

  • Introduksjon til populære NLG-biblioteker (Transformers, OpenAI GPT)
  • Håndfast med Hugging Face Transformers og OpenAI API
  • Bygging av NLG-rørledninger for innholdsgenerering

Etiske hensyn i NLG

  • Forskjelligheter i AI-generert innhold
  • Redusering av skadelige eller upassende NLG-utdata
  • Etiske implikasjoner av NLG i innholdsskaping

Fremtidige trender i NLG

  • Nylige fremskritt i NLG-modeller
  • Påvirkning av transformatorer på NLG
  • Fremtidige muligheter i NLG og automatisk innholdsgenerering

Oppsummering og neste trinn

Krav

  • Grunnleggende kjennskap til maskinlæringskonsepter
  • Kjennskap til Python-programmering
  • Erfaring med NLP-rammeverk

Målgruppe

  • AI-utviklere
  • Innholdsprodusenter
  • Dataforskere
 21 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories