Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Überblick über fortgeschrittene NLG-Techniken
- Wiederholung grundlegender NLG-Konzepte
- Einführung in moderne NLG-Verfahren
- Die Bedeutung von Transformer-Modellen für die heutige Sprachgenerierung
Vortrainierte Modelle für die NLG
- Einblick in verbreitete vortrainierte Modelle wie GPT, BERT und T5
- Feinabstimmung von vortrainierten Modellen für spezifische Aufgabenstellungen
- Erstellung eigener Modelle anhand großer Datensätze
Optimierung der NLG-Ergebnisse
- Aufrechterhaltung von Textkohärenz und inhaltlicher Relevanz während des Generierungsprozesses
- Einflussnahme auf Länge und Inhalte der erzeugten Texte mittels spezieller NLG-Techniken
- Verfahren zur Reduzierung von Wiederholungen sowie Steigerung der sprachlichen Eleganz
Ethik und Verantwortung im Umgang mit NLG
- Kenntniserwerb bezüglich ethischer Herausforderungen bei künstlich generierten Inhalten
- Umgang mit Vorurteilen innerhalb von NLG-Modellen
- Gewährleistung eines verantwortungsvollen Einsatzes der NLG-Technologie
Praktische Arbeit mit fortgeschrittenen NLG-Bibliotheken
- Nutzung der Hugging Face Transformers für die Sprachgenerierung
- Implementierung von Modellen wie GPT-3 sowie anderer moderner Technologien
- Erstellung bereichsspezifischer Inhalte unter Anwendung von NLG-Methoden
Bewertung von NLG-Systemen
- Möglichkeiten zur Evaluierung der Leistungsfähigkeit solcher Modelle
- Automatisierte Bewertungsmetriken wie BLEU, ROUGE und METEOR
- Gewichtung menschlicher Urteile bei der Qualitätssicherung von Texten
Zukünftige Entwicklungen im Bereich NLG
- Aktuelle Forschungsergebnisse in der Sprachgenerierung
- Hauptherausforderungen und zukunftsorientierte Chancen in diesem Feld
- Auswirkungen moderner NLG-Technologien auf Branchen sowie das Inhaltschaffen
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundlegendes Verständnis der Konzepte der natürlichen Sprachgenerierung
- Erfahrung mit der Programmiersprache Python
- Bekanntschaft mit maschinellen Lernverfahren
Zielgruppe
- Datenwissenschaftler
- KI-Entwickler
- Ingenieure für Maschinelles Lernen
14 Stunden
