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

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires