課程簡介

自然語言生成 (NLG) 簡介

  • NLG 及其應用概述
  • 瞭解 NLG 管道
  • NLG 的 Python 庫簡介

數據收集和準備

  • 從各種來源收集數據
  • 清理和預處理文本數據
  • 組織內容以進行生成

NLG 的語言建模

  • 語言模型簡介
  • 訓練用於文字生成的語言模型
  • 使用 SpaCy 和 NLTK 微調語言模型

句子規劃和文本結構

  • 規劃句子結構和內容流程
  • 使用範本生成文字
  • 根據用例自定義文本結構

內容生成和後處理

  • 從結構化數據生成文字
  • 評估和優化生成的內容
  • 後處理和格式化輸出

高級 NLG 技術

  • 使用神經網路產生文字(例如 GPT 模型)
  • 處理生成文本中的上下文和連貫性
  • 探索實際應用和案例研究

期末專案:構建 NLG 系統

  • 定義專案範圍
  • 構建和部署 NLG 系統
  • 測試和評估系統

總結和後續步驟

最低要求

  • Python 程式設計經驗

觀眾

  • 開發人員
  • 數據科學家
 21 時間:

客戶評論 (5)

課程分類