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 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