Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Panoramica delle tecniche NLG avanzate
- Rivisitazione dei concetti di base dell'NLG
- Introduzione ai metodi NLG avanzati
- Ruolo dei trasformatori nel moderno NLG
Modelli pre-addestrati per NLG
- Panoramica dei modelli pre-addestrati più diffusi (GPT, BERT, T5)
- Messa a punto di modelli pre-addestrati per attività specifiche
- Addestramento di modelli personalizzati con set di dati di grandi dimensioni
Miglioramento dei risultati NLG
- Gestione della coerenza e della pertinenza nella generazione del testo
- Controllo della lunghezza e del contenuto del testo utilizzando i metodi NLG
- Tecniche per ridurre le ripetizioni e migliorare la fluidità
NLG etico e responsabile
- Comprendere le sfide etiche dei contenuti generati dall'intelligenza artificiale
- Gestire i bias nei modelli NLG
- Garantire l'uso responsabile della tecnologia NLG
Hands-on con le librerie NLG avanzate
- Lavorare con Hugging Face Trasformatori per NLG
- Implementazione di GPT-3 e di altri modelli all'avanguardia
- Generazione di contenuti specifici del dominio tramite NLG
Valutazione dei sistemi NLG
- Tecniche per la valutazione dei modelli NLG
- Metriche di valutazione automatizzate (BLEU, ROUGE, METEOR)
- Metodi di valutazione umana per l'assicurazione della qualità
Tendenze future in NLG
- Tecniche emergenti nella ricerca NLG
- Sfide e opportunità nello sviluppo NLG
- Impatto dell'NLG sulle industrie e sulla creazione di contenuti
Riepilogo e passaggi successivi
Requisiti
- Comprensione di base dei concetti di NLG
- Esperienza con la programmazione Python
- Familiarità con i modelli di machine learning
Pubblico
- Scienziati dei dati
- Sviluppatori di intelligenza artificiale
- Ingegneri dell'apprendimento automatico
14 Ore
