聯繫我們

課程簡介

自然語言生成(NLG)簡介

  • 什麼是 NLG?
  • NLU 與 NLG 的差異
  • NLG 在現實場景中的應用

基礎 NLG 技術

  • 基於模板的生成
  • 用於文字生成的統計模型
  • NLG 中機器學習簡介

運用 NLG 模型

  • NLG 模型概覽(GPT, T5)
  • 在 Python 中設置基礎模型
  • 使用預訓練模型生成文字

NLG 的挑戰

  • 處理連貫性和相關性
  • 文字生成中的常見問題
  • AI 生成內容的倫理考量

NLG 工具實作

  • NLG 函式庫簡介(GPT-2/3, NLTK)
  • 為特定用例生成文字
  • 評估生成文字的品質

評估 NLG 模型

  • 測量生成文字的流暢度與連貫性
  • 自動與人工評估技術
  • 提升 NLG 輸出的品質

NLG 的未來趨勢

  • NLG 研究中的新興技術
  • 未來文字生成的挑戰與機會
  • NLG 對內容創建和 AI 發展的影響

總結與後續步驟

最低要求

  • 具備基本的程式設計概念
  • 熟悉 Python 程式設計

受眾對象

  • 人工智慧初學者
  • 資料科學愛好者
  • 對 AI 生成文字感興趣的內容創作者
 14 小時

人數


每位參與者的報價

即將到來的課程

課程分類