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
Introduzione all'NLG per la Riepilogo del Testo e Generazione di Contenuti
- Panoramica della Generazione di Lingua Naturale (NLG)
- Differenze chiave tra NLG e NLP
- Casistiche d'uso dell'NLG nella generazione di contenuti
Tecniche di Riepilogo del Testo nell'NLG
- Metodi di riepilogo estrattivo utilizzando l'NLG
- Riepilogo astrattivo con modelli NLG
- Metriche di valutazione per la riepilogo basata sull'NLG
Generazione di Contenuti con l'NLG
- Panoramica dei modelli generativi NLG: GPT, T5 e BART
- Addestramento di modelli NLG per la generazione di testo
- Generazione di testi coerenti ed aware del contesto con l'NLG
Ottimizzazione Fine-Grained dei Modelli NLG per Applicazioni Specifiche
- Ottimizzazione fine-grained di modelli NLG come GPT per compiti specifici del dominio
- Apprendimento trasferibile nell'NLG
- Gestione di grandi set di dati per l'addestramento dei modelli NLG
Strumenti e Frameworks per l'NLG
- Introduzione alle librerie popolari di NLG (Transformers, OpenAI GPT)
- Pratica con Hugging Face Transformers e API OpenAI
- Costruzione di pipeline NLG per la generazione di contenuti
Considerazioni Etiche nell'NLG
- Bias nei contenuti generati da IA
- Mitigazione degli output dannosi o inappropriati dell'NLG
- Implicazioni etiche dell'NLG nella creazione di contenuti
Tendenze Future nell'NLG
- Avanzamenti recenti nei modelli NLG
- Impatto dei transformers sull'NLG
- Oportunità future nell'NLG e nella creazione automatica di contenuti
Riepilogo e Passi Successivi
Requisiti
- Conoscenza di base dei concetti di machine learning
- Familiarità con la programmazione in Python
- Esperienza con i framework NLP
Target
- Sviluppatori AI
- Creatori di contenuti
- Scienziati dei dati
             21 Ore
        
        
