Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à la NLG pour le résumé de texte et la génération de contenu
- Vue d'ensemble de la Génération de Langage Naturel (NLG)
- Principales différences entre la NLG et le TALN (Traitement Automatique du Langage Naturel)
- Cas d'utilisation de la NLG dans la génération de contenu
Techniques de résumé de texte en NLG
- Méthodes de résumé extractif utilisant la NLG
- Résumé abstrait avec des modèles NLG
- Métriques d'évaluation pour le résumé basé sur la NLG
Génération de contenu avec la NLG
- Vue d'ensemble des modèles génératifs NLG : GPT, T5 et BART
- Entraînement de modèles NLG pour la génération de texte
- Génération de texte cohérent et conscient du contexte grâce à la NLG
Affinage des modèles NLG pour des applications spécifiques
- Affinage des modèles NLG, tels que GPT, pour des tâches spécifiques à un domaine
- Apprentissage par transfert en NLG
- Gestion de grands ensembles de données pour l'entraînement des modèles NLG
Outils et cadres de travail pour la NLG
- Introduction aux bibliothèques NLG populaires (Transformers, OpenAI GPT)
- Prise en main de Hugging Face Transformers et de l'API OpenAI
- Création de pipelines NLG pour la génération de contenu
Aspects éthiques de la NLG
- Biais dans le contenu généré par l'IA
- Atténuation des sorties NLG nuisibles ou inappropriées
- Implications éthiques de la NLG dans la création de contenu
Tendances futures de la NLG
- Avancements récents dans les modèles NLG
- Impact des transformateurs sur la NLG
- Opportunités futures en NLG et en création de contenu automatisée
Résumé et prochaines étapes
Pré requis
- Connaissances de base des concepts d'apprentissage automatique
- Familiarité avec la programmation Python
- Expérience avec des cadres de travail NLP
Audience
- Développeurs d'IA
- Créateurs de contenu
- Scientifiques des données
21 Heures
