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 a szövegösszefoglalás és tartalomgenerálás területén
- A Természetes Nyelv Generálás (NLG) áttekintése
- Az NLG és az NLP közötti főbb különbségek
- NLG alkalmazási területei a tartalomgenerálásban
Szövegösszefoglalási technikák az NLG-ben
- Kivonatoló összefoglalási módszerek NLG-vel
- Absztraktív összefoglalás NLG modellekkel
- Értékelési metrikák NLG-alapú összefoglaláshoz
Tartalomgenerálás NLG-vel
- NLG generatív modellek áttekintése: GPT, T5 és BART
- NLG modellek betanítása szöveggeneráláshoz
- Koherens és kontextusérzékeny szöveg generálása NLG-vel
NLG modellek finomhangolása specifikus alkalmazásokhoz
- NLG modellek, például a GPT finomhangolása területspecifikus feladatokhoz
- Transfer learning az NLG-ben
- Nagy adathalmazok kezelése NLG modellek betanításához
Eszközök és keretrendszerek az NLG-hez
- Bevezetés a népszerű NLG könyvtárakba (Transformers, OpenAI GPT)
- Gyakorlati bemutató a Hugging Face Transformers és az OpenAI API használatáról
- NLG folyamatok építése tartalomgeneráláshoz
Etikai megfontolások az NLG-ben
- Elfogultság az AI által generált tartalmakban
- Káros vagy nem megfelelő NLG kimenetek mérséklése
- Etikai implikációk az NLG használatában a tartalomkészítés során
Jövőbeli trendek az NLG-ben
- Legújabb fejlemények az NLG modellek területén
- A transzformerek hatása az NLG-re
- Jövőbeli lehetőségek az NLG-ben és az automatizált tartalomkészítésben
Összefoglalás és következő lépések
Követelmények
- Alapvető ismeretek a gépi tanulás alapfogalmairól
- Python programozás ismerete
- Tapasztalat NLP keretrendszerekben
Közönség
- AI fejlesztők
- Tartalomkészítők
- Adattudósok
21 Órák