Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Введение в NLG за резюмиране на текст и генериране на съдържание
- Обзор на Natural Language Generation (NLG)
- Основни разлики между NLG и NLP
- Приложения на NLG за генериране на съдържание
Техники за резюмиране на текст в NLG
- Методи за извличащо резюмиране с NLG
- Абстрактно резюмиране с NLG модели
- Метрики за оценка на резюмиране на основата на NLG
Генериране на съдържание с NLG
- Обзор на NLG генеративни модели: GPT, T5 и BART
- Обучение на NLG модели за генериране на текст
- Генериране на свързан и контекстуално осъзнат текст с NLG
Тонко настройване на NLG модели за специфични приложения
- Тонко настройване на NLG модели като GPT за задачи, специфични за областта
- Предаване на учене в NLG
- Обработка на големи данни за обучение на NLG модели
Инструменти и рамки за NLG
- Въведение в популярни NLG библиотеки (Transformers, OpenAI GPT)
- Работа с Hugging Face Transformers и OpenAI API
- Създаване на NLG pipeline за генериране на съдържание
Етични разсъждения в NLG
- Предразсъдък в AI генериран съдържание
- Минимализиране на вредни или неприемливи изходи от NLG
- Етични импликации на NLG в създаването на съдържание
Будни тенденции в NLG
- Последни достижения в NLG модели
- Влияние на трансформери върху NLG
- Будни възможности в NLG и автоматизирано създаване на съдържание
Резюме и следващи стъпки
Изисквания
- Основни знания за концепции на машинно обучение
- Запознатост с програмирането на Python
- Опит с NLP рамки
Целева аудитория
- Разработчици на AI
- Създатели на съдържание
- Специалисти по данни
21 часа
