Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Plan Szkolenia
Wprowadzenie do NLG do podsumowywania tekstu i generowania treści
- Przegląd generowania języka naturalnego (NLG)
- Kluczowe różnice między NLG a NLP
- Przypadki użycia NLG w generowaniu treści
Techniki podsumowywania tekstu w NLG
- Ekstraktywne metody podsumowywania przy użyciu NLG
- Streszczenie abstrakcyjne z modelami NLG
- Metryki oceny podsumowania opartego na NLG
Generowanie treści za pomocą NLG
- Przegląd modeli generatywnych NLG: GPT, T5 i BART
- Trenowanie modeli NLG do generowania tekstu
- Generowanie spójnego i kontekstowego tekstu za pomocą NLG
Dostrajanie modeli NLG do konkretnych zastosowań
- Dostrajanie modeli NLG, takich jak GPT, do zadań specyficznych dla domeny
- Uczenie transferowe w NLG
- Obsługa dużych zbiorów danych do trenowania modeli NLG
Narzędzia i ramy dla NLG
- Wprowadzenie do popularnych bibliotek NLG (Transformers, OpenAI GPT)
- Ćwiczenia praktyczne z Hugging Face Transformers i OpenAI API
- Tworzenie potoków NLG do generowania treści
Kwestie etyczne w NLG
- Stronniczość w treściach generowanych przez sztuczną inteligencję
- Ograniczanie szkodliwych lub nieodpowiednich wyników NLG
- Etyczne implikacje NLG w tworzeniu treści
Przyszłe trendy w NLG
- Najnowsze osiągnięcia w modelach NLG
- Wpływ transformatorów na NLG
- Przyszłe możliwości w NLG i zautomatyzowanym tworzeniu treści
Podsumowanie i kolejne kroki
Wymagania
- Podstawowa znajomość koncepcji uczenia maszynowego
- Znajomość programowania Python
- Doświadczenie z frameworkami NLP
Uczestnicy
- Programiści AI
- Twórcy treści
- Naukowcy zajmujący się danymi
21 godzin