Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a NLG para el resumen de textos y la generación de contenido
- Descripción general de la Generación de Lenguaje Natural (NLG)
- Diferencias clave entre NLG y PLN
- Casos de uso de NLG en la generación de contenido
Técnicas de resumen de textos en NLG
- Métodos de resumen extractivo utilizando NLG
- Resumen abstractivo con modelos NLG
- Métricas de evaluación para el resumen basado en NLG
Generación de contenido con NLG
- Descripción general de modelos generativos NLG: GPT, T5 y BART
- Entrenamiento de modelos NLG para la generación de texto
- Generación de texto coherente y consciente del contexto con NLG
Ajuste fino de modelos NLG para aplicaciones específicas
- Ajuste fino de modelos NLG como GPT para tareas específicas del dominio
- Aprendizaje por transferencia en NLG
- Manejo de grandes conjuntos de datos para entrenar modelos NLG
Herramientas y marcos de trabajo para NLG
- Introducción a bibliotecas populares de NLG (Transformers, OpenAI GPT)
- Práctica con Transformers de Hugging Face y la API de OpenAI
- Construcción de canalizaciones NLG para la generación de contenido
Consideraciones éticas en NLG
- Sesgo en el contenido generado por IA
- Mitigación de salidas NLG dañinas o inapropiadas
- Implicaciones éticas de NLG en la creación de contenido
Tendencias futuras en NLG
- Avances recientes en modelos NLG
- Impacto de los transformadores en NLG
- Oportunidades futuras en NLG y la creación automatizada de contenido
Resumen y próximos pasos
Requerimientos
- Conocimientos básicos de conceptos de aprendizaje automático
- Familiaridad con la programación en Python
- Experiencia con marcos de trabajo de PLN (Procesamiento de Lenguaje Natural)
Público objetivo
- Desarrolladores de IA
- Creadores de contenido
- Científicos de datos
21 Horas
