Đề cương khóa học

Giới thiệu NLG cho Tóm tắt văn bản và Tạo nội dung

  • Tổng quan về Natural Language Generation (NLG)
  • Các 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

  • Các phương pháp tóm tắt trích xuất sử dụng 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 sinh sản của NLG: GPT, T5, và BART
  • Huấn luyện các mô hình NLG cho việc tạo văn bản
  • Tạo văn bản liên kết và nhận biết ngữ cảnh với NLG

Tối ưu hóa các mô hình NLG cho các ứng dụng cụ thể

  • Tối ưu hóa các mô hình NLG như GPT cho các nhiệm vụ chuyên ngành
  • Học chuyển đổi trong NLG
  • Xử lý các tập dữ liệu lớn để huấn luyện các mô hình NLG

Công cụ và khung cho NLG

  • Giới thiệu các thư viện NLG phổ biến (Transformers, OpenAI GPT)
  • Tìm hiểu thực tế với Hugging Face Transformers và API của OpenAI
  • Xây dựng các pipeline NLG cho việc tạo nội dung

Các vấn đề đạo đức trong NLG

  • Tham nhũng trong nội dung tạo bởi AI
  • Giảm thiểu các kết quả NLG có hại hoặc không phù hợp
  • Các hậu quả đạo đức của NLG trong việc tạo nội dung

Các xu hướng tương lai trong NLG

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

Tổng kết và các bước tiếp theo

Requirements

  • Kiến thức cơ bản về các khái niệm học máy
  • Thông thạo lập trình Python
  • Kinh nghiệm với các khung NLP

Đối tượng học

  • Lập trình viên AI
  • Người tạo nội dung
  • Kiến trúc sư dữ liệu
 21 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories