Kurzusleírás

Bevezetés a természetes nyelvgenerálásba (NLG)

  • Az NLG és alkalmazásai áttekintése
  • Az NLG csővezeték megértése
  • Bevezetés az Python NLG könyvtárakba

Adatgyűjtés és -előkészítés

  • Adatgyűjtés különböző forrásokból
  • Szöveges adatok tisztítása és előfeldolgozása
  • A tartalom rendszerezése a generáció számára

Nyelvi modellezés az NLG számára

  • Bevezetés a nyelvi modellekbe
  • Nyelvi modell képzése szöveggeneráláshoz
  • Nyelvi modellek finomhangolása a SpaCy és a NLTK segítségével

Mondattervezés és szövegszerkesztés

  • Mondatszerkezet és tartalomáramlás tervezése
  • Sablonok használata szöveggeneráláshoz
  • Szövegstruktúra testreszabása használati esetek alapján

Tartalomgenerálás és utófeldolgozás

  • Szöveg generálása strukturált adatokból
  • A generált tartalom értékelése és finomítása
  • Utófeldolgozás és formázás kimenet

Fejlett NLG technikák

  • Neurális hálózatok használata szöveggeneráláshoz (pl. GPT modellek)
  • Kontextus és koherencia kezelése a generált szövegben
  • Valós alkalmazások és esettanulmányok felfedezése

Végső projekt: NLG rendszer kiépítése

  • A projekt hatókörének meghatározása
  • NLG rendszer kiépítése és telepítése
  • A rendszer tesztelése, értékelése

Összegzés és a következő lépések

Követelmények

  • Python programozási tapasztalat

Közönség

  • Fejlesztők
  • Adattudósok
 21 Órák

Résztvevők száma


Ár résztvevőnként

Vélemények (5)

Közelgő kurzusok

Rokon kategóriák