Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Inleiding tot NLG voor tekstsamenvatting en inhoudsgeneratie
- Algemene achtergrond over Natural Language Generation (NLG)
- Verschillen tussen NLG en NLP
- Praktische toepassingsgebieden van NLG in de inhoudsproductie
Technieken voor tekstsamenvatting met behulp van NLG
- Extractieve samenvattingsmethoden via NLG
- Abstracte samenvatting met behulp van NLG-modellen
- Beoordelingscriteria voor kwaliteit van door NLG gegenereerde samenvattingen
Inhoudsgeneratie door middel van NLG
- Overzicht van belangrijke generatieve modellen: GPT, T5 en BART
- Training van NLG-modellen om tekst te genereren
- Het produceren van samenhangende en contextgerichte teksten met NLG
Finetunen van NLG-modellen voor gespecialiseerde toepassingen
- Het aanpassen van modellen als GPT voor specifieke domeingebonden taken
- Transfer learning in het kader van NLG
- Omgaan met grote datasets bij het trainen van NLG-modellen
Hulpmiddelen en frameworks voor NLG
- Introductie tot populaire NLG-bibliotheken (Transformers, OpenAI GPT)
- Praktische oefeningen met Hugging Face Transformers en de OpenAI API
- Ontwerpen van werkende pipelines voor inhoudsgeneratie via NLG
Ethiek bij het gebruik van NLG
- Mogelijke vooroordelen in door AI gegenereerde teksten
- Manieren om ongewenste of schadelijke output te beperken
- De ethische aspecten van NLG-toepassingen bij inhoudsproductie
Recente trends in de wereld van NLG
- Onlangse ontwikkelingen binnen NLG-modellen
- De invloed van transformermodellen op NLG-capaciteiten
- Toekomstperspectieven voor NLG en automatisering van inhoudscreatie
Samenvatting en aanbevolen vervolgstappen
Vereisten
- Basiskennis van machine learning-concepten
- Ervaring met programmeren in Python
- Kennis van NLP-softwarepakketten en -frameworks
Doelgroep
- AI-ontwikkelaars
- Inhoudsmakers
- Datawetenschappers
21 Uren
