Schulungsübersicht

Einführung in NLG für Textzusammenfassung und Inhaltsgenerierung

  • Überblick über die Erzeugung natürlicher Sprache (NLG)
  • Hauptunterschiede zwischen NLG und NLP
  • Anwendungsfälle für NLG in der Inhaltsgenerierung

Text-Zusammenfassungstechniken in NLG

  • Extraktive Zusammenfassungsmethoden mit NLG
  • Abstrahierende Zusammenfassung mit NLG-Modellen
  • Bewertungsmetriken für NLG-basierte Zusammenfassungen

Inhaltserstellung mit NLG

  • Überblick über die generativen NLG-Modelle: GPT, T5 und BART
  • Training von NLG-Modellen für die Texterzeugung
  • Generierung von kohärentem und kontextbezogenem Text mit NLG

Feinabstimmung von NLG-Modellen für spezifische Anwendungen

  • Feinabstimmung von NLG-Modellen wie GPT für domänenspezifische Aufgaben
  • Transfer-Lernen in NLG
  • Umgang mit großen Datensätzen für das Training von NLG-Modellen

Werkzeuge und Frameworks für NLG

  • Einführung in populäre NLG-Bibliotheken (Transformers, OpenAI GPT)
  • Praktische Übungen mit Hugging Face Transformers und OpenAI API
  • Aufbau von NLG-Pipelines für die Inhaltserstellung

Ethische Erwägungen bei NLG

  • Voreingenommenheit in KI-generierten Inhalten
  • Entschärfung schädlicher oder unangemessener NLG-Ausgaben
  • Ethische Implikationen von NLG bei der Erstellung von Inhalten

Zukünftige Trends bei NLG

  • Jüngste Fortschritte bei NLG-Modellen
  • Auswirkungen von Transformatoren auf NLG
  • Zukünftige Möglichkeiten von NLG und automatisierter Inhaltserstellung

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundkenntnisse über Konzepte des maschinellen Lernens
  • Vertrautheit mit der Python-Programmierung
  • Erfahrung mit NLP-Frameworks

Zielgruppe

  • KI-Entwickler
  • Ersteller von Inhalten
  • Datenwissenschaftler
 21 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Kommende Kurse

Verwandte Kategorien