Cursusaanbod

Inleiding tot NLG voor tekstsamenvatting en het genereren van inhoud

  • Overzicht van Natural Language Generation (NLG)
  • Belangrijkste verschillen tussen NLG en NLP
  • Use cases voor NLG bij het genereren van content

Technieken voor tekstsamenvatting in NLG

  • Extractieve samenvattingsmethoden met behulp van NLG
  • Abstracte samenvatting met NLG-modellen
  • Evaluatiemetrieken voor op NLG gebaseerde samenvatting

Content Generatie met NLG

  • Overzicht van NLG generatieve modellen: GPT, T5 en BART
  • NLG-modellen trainen voor het genereren van tekst
  • Coherente en contextbewuste tekst genereren met NLG

NLG-modellen finetunen voor specifieke toepassingen

  • NLG-modellen zoals GPT verfijnen voor domeinspecifieke taken
  • Leren overdragen in NLG
  • Omgaan met grote datasets voor het trainen van NLG-modellen

Tools en frameworks voor NLG

  • Inleiding tot populaire NLG-bibliotheken (Transformers, OpenAI GPT)
  • Hands-on met Hugging Face Transformers en OpenAI API
  • NLG-pipelines bouwen voor het genereren van content

Ethische overwegingen in NLG

  • Vooringenomenheid in AI-gegenereerde inhoud
  • Schadelijke of ongepaste NLG-uitvoer beperken
  • Ethische implicaties van NLG bij contentcreatie

Toekomstige trends in NLG

  • Recente ontwikkelingen in NLG-modellen
  • Impact van transformatoren op NLG
  • Toekomstige kansen in NLG en geautomatiseerde contentcreatie

Samenvatting en volgende stappen

Vereisten

  • Basiskennis van machine learning-concepten
  • Bekendheid met Python programmeren
  • Ervaring met NLP frameworks

Audiëntie

  • AI-ontwikkelaars
  • Makers van inhoud
  • Datawetenschappers
 21 Uren

Aantal deelnemers


Prijs Per Deelnemer

Voorlopige Aankomende Cursussen

Gerelateerde categorieën