感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
用於文本摘要和內容生成的 NLG 介紹
- 自然語言生成 (NLG) 概述
- NLG 與 NLP 的關鍵差異
- NLG 在內容生成中的應用場景
NLG 中的文本摘要技術
- 使用 NLG 的抽取式摘要方法
- 使用 NLG 模型的抽象式摘要
- NLG 基於摘要的評估指標
NLG 的內容生成
- NLG 生成模型概述:GPT、T5 和 BART
- 為文本生成訓練 NLG 模型
- 使用 NLG 生成連貫且具上下文感知能力的文本
針對特定應用微調 NLG 模型
- 為領域特定任務微調像 GPT 這樣的 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 的工具與框架
- 流行 NLG 庫介紹(Transformers、OpenAI GPT)
- 實作 Hugging Face Transformers 和 OpenAI API
- 為內容生成構建 NLG 管道
NLG 中的道德考量
- AI 生成內容中的偏見
- 減輕有害或不適當的 NLG 輸出
- NLG 在內容創建中的道德影響
NLG 的未來趨勢
- NLG 模型的最新進展
- Transformer 對 NLG 的影響
- NLG 和自動化內容創建的未來機會
總結與下一步
最低要求
- 基本機器學習概念知識
- 熟悉 Python 編程
- 具備 NLP 框架使用經驗
受眾
- AI 開發人員
- 內容創作者
- 數據科學家
21 小時