Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à la NLG pour le résumé de texte et la génération de contenu
- Vue d'ensemble de la génération de langage naturel (NLG)
- Principales différences entre la NLG et le NLP
- Cas d'utilisation de la NLG pour la génération de contenu
Techniques de résumé de texte en NLG
- Méthodes de résumé extractif à l'aide du NLG
- Résumé abstrait à l'aide de modèles NLG
- Mesures d'évaluation pour le résumé basé sur le NLG
Génération de contenu avec NLG
- Vue d'ensemble des modèles génératifs NLG : GPT, T5 et BART
- Entraînement des modèles NLG pour la génération de texte
- Génération de textes cohérents et adaptés au contexte avec NLG
Ajustement des modèles NLG pour des applications spécifiques
- Ajustement des modèles NLG tels que GPT pour des tâches spécifiques à un domaine
- Apprentissage par transfert dans le NLG
- Traitement de grands ensembles de données pour l'entraînement des modèles NLG
Outils et cadres de travail pour le NLG
- Introduction aux bibliothèques NLG les plus populaires (Transformers, OpenAI GPT)
- Travaux pratiques avec Hugging Face Transformers et OpenAI API
- Construction de pipelines NLG pour la génération de contenu
Considérations éthiques dans le NLG
- Biais dans le contenu généré par l'IA
- Atténuation des résultats nuisibles ou inappropriés du NLG
- Implications éthiques du NLG dans la création de contenu
Tendances futures du NLG
- Avancées récentes dans les modèles de NLG
- Impact des transformateurs sur le NLG
- Possibilités futures en matière de NLG et de création automatisée de contenu
Résumé et prochaines étapes
Pré requis
- Connaissance de base des concepts d'apprentissage automatique
- Familiarité avec la programmation Python.
- Expérience avec les frameworks NLP
Audience
- Développeurs d'IA
- Créateurs de contenu
- Scientifiques des données
21 Heures