Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
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
