Đề cương khóa học

Giới thiệu về Natural Language Generation (NLG)

  • NLG là gì?
  • Sự khác biệt giữa NLU và NLG
  • Ứng dụng của NLG trong các tình huống thực tế

Các Kỹ Thuật NLG Cơ Bản

  • Tạo nội dung dựa trên mẫu
  • Mô hình thống kê cho tạo văn bản
  • Giới thiệu về học máy trong NLG

Làm Việc với Mô Hình NLG

  • Tổng quan về các mô hình NLG (GPT, T5)
  • Thiết lập các mô hình cơ bản trong Python
  • Tạo văn bản bằng các mô hình được huấn luyện trước

Thách Thức trong NLG

  • Xử lý tính mạch lạc và liên quan
  • Các vấn đề thường gặp trong tạo văn bản
  • Các cân nhắc về đạo đức trong nội dung do AI tạo ra

Thực Hành với Các Công Cụ NLG

  • Giới thiệu về các thư viện NLG (GPT-2/3, NLTK)
  • Tạo văn bản cho các trường hợp sử dụng cụ thể
  • Đánh giá văn bản được tạo ra về chất lượng

Đánh Giá Mô Hình NLG

  • Đo lường tính trôi chảy và mạch lạc trong văn bản được tạo ra
  • Kỹ thuật đánh giá tự động so với đánh giá của con người
  • Cải thiện chất lượng đầu ra NLG

Xu Hướng Tương Lai trong NLG

  • Các kỹ thuật mới nổi trong nghiên cứu NLG
  • Thách thức và cơ hội cho việc tạo văn bản trong tương lai
  • Tác động của NLG đối với tạo nội dung và phát triển AI

Tóm Tắt và Các Bước Tiếp Theo

Requirements

  • Hiểu biết cơ bản về các khái niệm lập trình
  • Làm quen với lập trình Python

Đối tượng

  • Người mới bắt đầu về AI
  • Những người đam mê khoa học dữ liệu
  • Người sáng tạo nội dung quan tâm đến văn bản do AI tạo ra
 14 Hours

Number of participants


Price per participant

Provisional Upcoming Courses (Require 5+ participants)

Related Categories