Đề cương khóa học

Giới thiệu về NLG cho Tóm tắt Văn bản và Tạo Nội dung

  • Tổng quan về Natural Language Generation (NLG)
  • Sự khác biệt chính giữa NLG và NLP
  • Các trường hợp sử dụng NLG trong tạo nội dung

Kỹ thuật Tóm tắt Văn bản trong NLG

  • Phương pháp tóm tắt trích xuất bằng NLG
  • Tóm tắt trừu tượng với các mô hình NLG
  • Các chỉ số đánh giá cho tóm tắt dựa trên NLG

Tạo Nội dung với NLG

  • Tổng quan về các mô hình tạo NLG: GPT, T5 và BART
  • Huấn luyện các mô hình NLG để tạo văn bản
  • Tạo văn bản mạch lạc và nhận thức theo ngữ cảnh với NLG

Fine-Tuning Các Mô hình NLG cho Các Ứng dụng Cụ thể

  • Tinh chỉnh các mô hình NLG như GPT cho các tác vụ cụ thể theo lĩnh vực
  • Học chuyển giao trong NLG
  • Xử lý các tập dữ liệu lớn để huấn luyện các mô hình NLG

Công cụ và Khung làm việc cho NLG

  • Giới thiệu về các thư viện NLG phổ biến (Transformers, OpenAI GPT)
  • Thực hành với Hugging Face Transformers và OpenAI API
  • Xây dựng các quy trình NLG để tạo nội dung

Các Vấn đề Đạo đức trong NLG

  • Thiên kiến trong nội dung do AI tạo ra
  • Giảm thiểu các kết quả NLG có hại hoặc không phù hợp
  • Ý nghĩa đạo đức của NLG trong tạo nội dung

Xu hướng Tương lai trong NLG

  • Các tiến bộ gần đây trong các mô hình NLG
  • Tác động của transformers lên NLG
  • Các cơ hội trong tương lai trong NLG và tạo nội dung tự động

Tóm tắt và Các Bước Tiếp theo

Requirements

  • Kiến thức cơ bản về các khái niệm học máy
  • Làm quen với lập trình Python
  • Kinh nghiệm với các framework NLP

Đối tượng

  • Nhà phát triển AI
  • Người sáng tạo nội dung
  • Nhà khoa học dữ liệu
 21 Hours

Number of participants


Price per participant

Provisional Upcoming Courses (Require 5+ participants)

Related Categories