Kerangka Materi

Pengenalan NLG untuk Ringkasan Teks dan Pembuatan Konten

  • Tinjauan tentang Natural Language Generation (NLG)
  • Perbedaan utama antara NLG dan NLP
  • Kasus penggunaan NLG dalam pembuatan konten

Teknik Ringkasan Teks dalam NLG

  • Metode ringkasan ekstraktif menggunakan NLG
  • Ringkasan abstrak dengan model NLG
  • Metrik evaluasi untuk ringkasan berbasis NLG

Pembuatan Konten dengan NLG

  • Tinjauan tentang model generatif NLG: GPT, T5, dan BART
  • Melatih model NLG untuk pembuatan teks
  • Membuat teks yang koheren dan sadar konteks dengan NLG

Menyempurnakan Model NLG untuk Aplikasi Tertentu

  • Menyempurnakan model NLG seperti GPT untuk tugas domain-specific
  • Transfer learning dalam NLG
  • Menangani dataset besar untuk melatih model NLG

Alat dan Kerangka Kerja untuk NLG

  • Pengenalan ke perpustakaan NLG populer (Transformers, OpenAI GPT)
  • Latihan langsung dengan Hugging Face Transformers dan OpenAI API
  • Membangun pipa NLG untuk pembuatan konten

Pertimbangan Etika dalam NLG

  • Bias dalam konten yang dihasilkan oleh AI
  • Memitigasi output NLG yang berbahaya atau tidak sesuai
  • Implikasi etika dari NLG dalam pembuatan konten

Tren Masa Depan dalam NLG

  • Kemajuan terkini dalam model NLG
  • Dampak transformers pada NLG
  • Peluang masa depan dalam NLG dan pembuatan konten otomatis

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pengetahuan dasar tentang konsep machine learning
  • Kemampuan dalam pemrograman Python
  • Pengalaman dengan framework NLP

Penonton

  • Pengembang AI
  • Pembuat konten
  • Ilmuwan data
 21 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait