Contacta con nosotros

Temario del curso

Introducción a la NLG para el resumen de texto y la generación de contenido

  • Visión general de la Generación de Lenguaje Natural (NLG)
  • Diferencias clave entre NLG y NLP
  • Casos de uso de NLG en la generación de contenido

Técnicas de resumen de texto en NLG

  • Métodos de resumen extractivo utilizando NLG
  • Resumen abstractivo con modelos de NLG
  • Métricas de evaluación para el resumen basado en NLG

Generación de contenido con NLG

  • Visión general de modelos generativos de NLG: GPT, T5 y BART
  • Entrenamiento de modelos de NLG para la generación de texto
  • Generación de texto coherente y contextualizado con NLG

Ajuste fino de modelos de NLG para aplicaciones específicas

  • Ajuste fino de modelos de NLG como GPT para tareas específicas de dominio
  • Aprendizaje por transferencia en NLG
  • Manejo de grandes conjuntos de datos para entrenar modelos de NLG

Herramientas y frameworks para NLG

  • Introducción a bibliotecas populares de NLG (Transformers, OpenAI GPT)
  • Práctica con Hugging Face Transformers y la API de OpenAI
  • Construcción de flujos de trabajo (pipelines) de NLG para la generación de contenido

Consideraciones éticas en NLG

  • Sesgo en el contenido generado por IA
  • Mitigación de resultados dañinos o inapropiados generados por NLG
  • Implicaciones éticas de NLG en la creación de contenido

Tendencias futuras en NLG

  • Avances recientes en modelos de NLG
  • Impacto de los transformers en NLG
  • Oportunidades futuras en NLG y la creación automatizada de contenido

Resumen y siguientes pasos

Requerimientos

  • Conocimientos básicos de conceptos de aprendizaje automático
  • Familiaridad con la programación en Python
  • Experiencia con frameworks de procesamiento de lenguaje natural (NLP)

Público objetivo

  • Desarrolladores de IA
  • Creadores de contenido
  • Científicos de datos
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas