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.
課程簡介
用於文本摘要和內容生成的 NLG 簡介
- 自然語言生成 (NLG) 概述
- NLG 和 NLP 之間的主要區別
- NLG 在內容生成中的用例
NLG 中的文本摘要技術
- 使用 NLG 的抽取式摘要方法
- 使用 NLG 模型進行抽象總結
- 基於 NLG 的摘要的評估指標
使用 NLG 產生內容
- NLG 生成模型概述:GPT、T5 和 BART
- 訓練 NLG 模型以生成文字
- 使用 NLG 生成連貫且上下文感知的文字
針對特定應用微調 NLG 模型
- 針對特定領域的任務微調 GPT 等 NLG 模型
- NLG 中的遷移學習
- 處理用於訓練 NLG 模型的大型數據集
NLG 的工具和框架
- 流行的 NLG 庫(Transformers、OpenAI GPT)簡介
- 動手操作 Hugging Face 個 Transformer 和 OpenAI 個 API
- 構建用於內容生成的 NLG 管道
NLG 中的道德考慮
- AI 生成內容中的偏見
- 減少有害或不適當的 NLG 輸出
- NLG 在內容創作中的道德影響
NLG 的未來趨勢
- NLG 模型的最新進展
- 變壓器對 NLG 的影響
- NLG 和自動化內容創建的未來機會
總結和後續步驟
最低要求
- 機器學習概念的基本知識
- 熟悉 Python 程式設計
- 使用 NLP 框架的經驗
觀眾
- AI 開發人員
- 內容建立者
- 數據科學家
21 時間: