Đề cương khóa học

Tổng quan về các kỹ thuật NLG nâng cao

  • Xem lại các khái niệm cơ bản về NLG
  • Giới thiệu về các phương pháp NLG nâng cao
  • Vai trò của Transformers trong NLG hiện đại

Mô hình tiền huấn luyện cho NLG

  • Tổng quan về các mô hình tiền huấn luyện phổ biến (GPT, BERT, T5)
  • Tinh chỉnh các mô hình tiền huấn luyện cho các tác vụ cụ thể
  • Huấn luyện các mô hình tùy chỉnh với các tập dữ liệu lớn

Cải thiện kết quả đầu ra của NLG

  • Xử lý tính mạch lạc và liên quan trong quá trình tạo văn bản
  • Kiểm soát độ dài và nội dung văn bản bằng các phương pháp NLG
  • Các kỹ thuật giảm sự lặp lại và cải thiện tính trôi chảy

NLG đạo đức và có trách nhiệm

  • Hiểu các thách thức về đạo đức của nội dung do AI tạo ra
  • Xử lý các thành kiến trong các mô hình NLG
  • Đảm bảo sử dụng công nghệ NLG có trách nhiệm

Thực hành với các thư viện NLG nâng cao

  • Làm việc với Hugging Face Transformers cho NLG
  • Triển khai GPT-3 và các mô hình tiên tiến khác
  • Tạo nội dung chuyên biệt theo lĩnh vực bằng NLG

Đánh giá hệ thống NLG

  • Các kỹ thuật đánh giá mô hình NLG
  • Các chỉ số đánh giá tự động (BLEU, ROUGE, METEOR)
  • Phương pháp đánh giá của con người để đảm bảo chất lượng

Xu hướng tương lai trong NLG

  • Các kỹ thuật mới nổi trong nghiên cứu NLG
  • Thách thức và cơ hội trong phát triển NLG
  • Tác động của NLG đối với các ngành công nghiệp và tạo nội dung

Tóm tắt và các bước tiếp theo

Requirements

  • Hiểu biết cơ bản về các khái niệm NLG
  • Kinh nghiệm với lập trình Python
  • Làm quen với các mô hình học máy

Đối tượng

  • Nhà khoa học dữ liệu
  • Nhà phát triển AI
  • Kỹ sư học máy
 14 Hours

Number of participants


Price per participant

Provisional Upcoming Courses (Require 5+ participants)

Related Categories