Programa do Curso

Introduction to Natural Language Generation (NLG)

  • O que é NLG?
  • Diferença entre NLU e NLG
  • Aplicações de NLG em cenários do mundo real

Técnicas básicas de NLG

  • Geração baseada em modelos
  • Modelos estatísticos para geração de texto
  • Introdução à aprendizagem automática em NLG

Trabalhar com modelos NLG

  • Visão geral dos modelos NLG (GPT, T5)
  • Configuração de modelos básicos em Python
  • Geração de texto utilizando modelos pré-treinados

Desafios em NLG

  • Gestão da coerência e da relevância
  • Problemas comuns na geração de texto
  • Considerações éticas sobre conteúdos gerados por IA

Utilização prática de ferramentas NLG

  • Introdução às bibliotecas NLG (GPT-2/3, NLTK)
  • Geração de texto para casos de utilização específicos
  • Avaliação da qualidade do texto gerado

Avaliação de modelos NLG

  • Medir a fluência e a coerência do texto gerado
  • Técnicas de avaliação automatizadas vs. humanas
  • Melhorar a qualidade dos resultados dos NLG

Tendências futuras em NLG

  • Técnicas emergentes na investigação sobre NLG
  • Desafios e oportunidades para a futura geração de texto
  • Impacto do NLG na criação de conteúdos e no desenvolvimento da IA

Resumo e próximos passos

Requisitos

  • Conhecimento básico dos conceitos de programação
  • Familiaridade com a programação Python

Público

  • Iniciantes em IA
  • Entusiastas da ciência de dados
  • Criadores de conteúdo interessados em texto gerado por IA
 14 Horas

Próximas Formações Provisórias

Categorias Relacionadas