Schulungsübersicht

Introduction to Natural Language Generation (NLG)

  • Was ist NLG?
  • Unterschied zwischen NLU und NLG
  • Anwendungen von NLG in realen Szenarien

Grundlegende NLG-Techniken

  • Schablonenbasierte Generierung
  • Statistische Modelle für die Texterzeugung
  • Einführung in maschinelles Lernen in NLG

Arbeiten mit NLG-Modellen

  • Überblick über NLG-Modelle (GPT, T5)
  • Einrichten von Grundmodellen in Python
  • Generierung von Text mit vortrainierten Modellen

Herausforderungen bei NLG

  • Umgang mit Kohärenz und Relevanz
  • Allgemeine Probleme bei der Texterstellung
  • Ethische Überlegungen bei KI-generierten Inhalten

Praktische Übungen mit NLG-Werkzeugen

  • Einführung in NLG-Bibliotheken (GPT-2/3, NLTK)
  • Generierung von Text für spezifische Anwendungsfälle
  • Bewertung des generierten Textes hinsichtlich seiner Qualität

Evaluierung von NLG-Modellen

  • Messung von Geläufigkeit und Kohärenz im generierten Text
  • Automatisierte vs. menschliche Bewertungstechniken
  • Verbesserung der Qualität von NLG-Ausgaben

Zukünftige Trends in NLG

  • Aufkommende Techniken in der NLG-Forschung
  • Herausforderungen und Chancen für die zukünftige Texterstellung
  • Auswirkungen von NLG auf die Erstellung von Inhalten und die Entwicklung von KI

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegendes Verständnis von Programmierkonzepten
  • Vertrautheit mit der Python-Programmierung

Zielgruppe

  • KI-Anfänger
  • Enthusiasten der Datenwissenschaft
  • Autoren von Inhalten, die an KI-generierten Texten interessiert sind
 14 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Kommende Kurse

Verwandte Kategorien