Kursplan

Introduksjon til Natural Language Generation (NLG)

  • Oversikt over NLG og dets applikasjoner
  • Forstå NLG-rørledningen
  • Introduksjon til Python biblioteker for NLG

Datainnsamling og forberedelse

  • Innsamling av data fra ulike kilder
  • Rengjøring og forbehandling av tekstdata
  • Organisere innhold for generasjon

Språkmodellering for NLG

  • Introduksjon til språkmodeller
  • Opplæring av en språkmodell for tekstgenerering
  • Finjustere språkmodeller ved hjelp av SpaCy og NLTK

Setningsplanlegging og tekststrukturering

  • Planlegging av setningsstruktur og innholdsflyt
  • Bruke maler for tekstgenerering
  • Tilpasse tekststruktur basert på brukstilfeller

Innholdsgenerering og etterbehandling

  • Generer tekst fra strukturerte data
  • Evaluering og raffinering av generert innhold
  • Etterbehandling og formatering av utdata

Avanserte NLG-teknikker

  • Bruke nevrale nettverk for tekstgenerering (f.eks. GPT-modeller)
  • Håndtere kontekst og sammenheng i generert tekst
  • Utforsker virkelige applikasjoner og casestudier

Sluttprosjekt: Bygge et NLG-system

  • Definere et prosjektomfang
  • Bygge og distribuere et NLG-system
  • Testing og evaluering av systemet

Sammendrag og neste trinn

Krav

  • Python programmeringserfaring

Publikum

  • Utviklere
  • Dataforskere
 21 timer

Antall deltakere


Price per participant

Testimonials (5)

Upcoming Courses

Related Categories