Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés az NLG-be szövegösszesítéshez és tartalomgeneráláshoz
- A természetes nyelvek generálásának áttekintése (NLG)
- Főbb különbségek az NLG és az NLP között
- Az NLG használati esetei a tartalomgenerálásban
Szövegösszegzési technikák NLG nyelven
- Kivonatos összegzési módszerek NLG használatával
- Absztrakt összefoglalás NLG modellekkel
- Értékelési mérőszámok az NLG-alapú összesítéshez
Tartalomgenerálás NLG-vel
- Az NLG generatív modellek áttekintése: GPT, T5 és BART
- NLG modellek képzése szöveggeneráláshoz
- Koherens és kontextus-tudatos szöveg generálása az NLG segítségével
NLG modellek finomhangolása meghatározott alkalmazásokhoz
- Az NLG modellek, például a GPT finomhangolása tartományspecifikus feladatokhoz
- Transzfer tanulás NLG nyelven
- Nagy adathalmazok kezelése NLG modellek betanításához
Eszközök és keretek az NLG számára
- Bevezetés a népszerű NLG-könyvtárakba (Transformers, OpenAI GPT)
- Gyakorlati gyakorlat a Hugging Face Transformers és az OpenAI API segítségével
- NLG-folyamatok építése tartalomgeneráláshoz
Etikai megfontolások az NLG-ben
- Elfogultság az AI által generált tartalomban
- A káros vagy nem megfelelő NLG kimenetek mérséklése
- Az NLG etikai vonatkozásai a tartalomkészítésben
Jövőbeli trendek az NLG-ben
- Az NLG modellek legújabb fejlesztései
- A transzformátorok hatása az NLG-re
- Jövőbeli lehetőségek az NLG-ben és az automatizált tartalomkészítésben
Összegzés és a következő lépések
Követelmények
- A gépi tanulási koncepciók alapismeretei
- Ismerkedés a Python programozással
- NLP keretrendszerekkel kapcsolatos tapasztalat
Közönség
- AI fejlesztők
- Tartalomkészítők
- Adattudósok
21 Órák