Course Outline

Pengantar NLG untuk Ringkasan Teks dan Pembuatan Konten

  • Tinjauan Umum tentang Generasi Bahasa Alami (NLG)
  • Perbedaan utama antara NLG dan NLP
  • Kasus penggunaan NLG dalam pembuatan konten

Teknik Ringkasan Teks dalam NLG

  • Metode ringkasan ekstraktif menggunakan NLG
  • Ringkasan abstrak dengan model NLG
  • Metrik evaluasi untuk ringkasan berbasis NLG

Pembuatan Konten dengan NLG

  • Tinjauan umum model generatif NLG: GPT, T5, dan BART
  • Melatih model NLG untuk pembuatan teks
  • Menghasilkan teks yang koheren dan sadar konteks dengan NLG

Menyempurnakan Model NLG untuk Aplikasi Tertentu

  • Menyempurnakan model NLG seperti GPT untuk tugas-tugas khusus domain
  • Pembelajaran transfer di NLG
  • Menangani kumpulan data besar untuk melatih model NLG

Alat dan Kerangka Kerja untuk NLG

  • Pengenalan pustaka NLG populer (Transformers, OpenAI GPT)
  • Praktik langsung dengan Hugging Face Transformer dan OpenAI API
  • Membangun jaringan NLG untuk pembuatan konten

Pertimbangan Etis dalam NLG

  • Bias dalam konten yang dihasilkan AI
  • Mengurangi keluaran NLG yang merugikan atau tidak sesuai
  • Implikasi etis NLG dalam pembuatan konten

Tren Masa Depan di NLG

  • Kemajuan terbaru dalam model NLG
  • Dampak transformator pada NLG
  • Peluang masa depan dalam NLG dan pembuatan konten otomatis

Ringkasan dan Langkah Berikutnya

Requirements

  • Pengetahuan dasar tentang konsep pembelajaran mesin
  • Keakraban dengan pemrograman Python
  • Pengalaman dengan kerangka kerja NLP

Hadirin

  • pengembang AI
  • Pembuat konten
  • Ilmuwan data
 21 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories