課程簡介

自然語言生成(NLG)在文本摘要和內容生成中的介紹

  • 自然語言生成(NLG)概述
  • NLG與自然語言處理(NLP)的主要區別
  • NLG在內容生成中的用例

NLG中的文本摘要技術

  • 使用NLG的提取式摘要方法
  • 使用NLG模型的生成式摘要
  • NLG摘要的評估指標

使用NLG生成內容

  • NLG生成模型概述:GPT、T5和BART
  • 訓練NLG模型以生成文本
  • 使用NLG生成連貫且上下文相關的文本

爲特定應用微調NLG模型

  • 爲領域特定任務微調NLG模型(如GPT)
  • NLG中的遷移學習
  • 處理大規模數據集以訓練NLG模型

NLG工具與框架

  • 流行NLG庫介紹(Transformers、OpenAI GPT)
  • Hugging Face Transformers和OpenAI API的實踐
  • 構建NLG內容生成管道

NLG中的倫理考量

  • AI生成內容中的偏見
  • 減少有害或不適當的NLG輸出
  • NLG在內容創作中的倫理影響

NLG的未來趨勢

  • NLG模型的最新進展
  • Transformer對NLG的影響
  • NLG與自動化內容創作的未來機會

總結與下一步

最低要求

  • 機器學習概念的基礎知識
  • 熟悉Python編程
  • 有NLP框架的經驗

受衆

  • AI開發者
  • 內容創作者
  • 數據科學家
 21 時間:

人數


每位參與者的報價

Upcoming Courses

課程分類