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
Въведение в NLG за обобщаване на текст и генериране на съдържание
- Преглед на генерирането на естествен език (NLG)
- Основни разлики между NLG и NLP
- Случаи на използване на NLG при генериране на съдържание
Техники за обобщаване на текст в NLG
- Методи за извличане на обобщения с помощта на NLG
- Абстрактивно обобщаване с NLG модели
- Метрики за оценка за обобщаване, базирано на NLG
Генериране на съдържание с NLG
- Преглед на генеративните модели на NLG: GPT, T5 и BART
- Обучение на NLG модели за генериране на текст
- Генериране на съгласуван и съобразен с контекста текст с NLG
Фина настройка на NLG модели за специфични приложения
- Фина настройка на NLG модели като GPT за специфични за домейн задачи
- Трансфер на обучение в NLG
- Работа с големи набори от данни за обучение на NLG модели
Инструменти и рамки за NLG
- Въведение в популярните NLG библиотеки (Transformers, OpenAI GPT)
- Практически с Hugging Face Transformers и OpenAI API
- Изграждане на NLG тръбопроводи за генериране на съдържание
Етични съображения в NLG
- Пристрастия в съдържанието, генерирано от AI
- Намаляване на вредните или неподходящи резултати от NLG
- Етични последици от NLG при създаването на съдържание
Бъдещи тенденции в NLG
- Последни подобрения в моделите на NLG
- Влияние на трансформаторите върху NLG
- Бъдещи възможности в NLG и автоматизирано създаване на съдържание
Обобщение и следващи стъпки
Изисквания
- Основни познания за концепциите за машинно обучение
- Познаване на Python програмиране
- Опит с НЛП рамки
Публика
- AI разработчици
- Създатели на съдържание
- Учени по данни
21 Часа