Kurzusleírás

Introduction to Natural Language Generation (NLG)

  • Mi az NLG?
  • Az NLU és az NLG közötti különbség
  • Az NLG alkalmazásai valós forgatókönyvekben

Alapvető NLG technikák

  • Sablon alapú generálás
  • Statisztikai modellek szöveggeneráláshoz
  • Bevezetés a gépi tanulásba NLG-ben

NLG modellekkel való munka

  • Az NLG modellek (GPT, T5) áttekintése
  • Alapmodellek beállítása itt: Python
  • Szöveg generálása előre betanított modellek segítségével

Kihívások az NLG-ben

  • A koherencia és a relevancia kezelése
  • A szöveggenerálás gyakori problémái
  • Etikai megfontolások a mesterséges intelligencia által generált tartalomnál

Praktikus az NLG eszközökkel

  • Bevezetés az NLG-könyvtárakba (GPT-2/3, NLTK)
  • Szöveg generálása konkrét használati esetekhez
  • A generált szöveg minőségének értékelése

Az NLG modellek értékelése

  • Folyékonyság és koherencia mérése a generált szövegben
  • Automatizált vs. emberi értékelési technikák
  • Az NLG kimenetek minőségének javítása

Jövőbeli trendek az NLG-ben

  • Feltörekvő technikák az NLG-kutatásban
  • Kihívások és lehetőségek a jövő szöveggenerációja számára
  • Az NLG hatása a tartalomkészítésre és a mesterséges intelligencia fejlesztésére

Összegzés és a következő lépések

Követelmények

  • A programozási fogalmak alapvető ismerete
  • Ismerkedés a Python programozással

Közönség

  • AI kezdők
  • Az adattudományok szerelmesei
  • Az AI által generált szöveg iránt érdeklődő tartalomkészítők
 14 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák