课程大纲

自然语言生成 (NLG) 简介

  • NLG 及其应用概述
  • 了解 NLG 管道
  • NLG 的 Python 库简介

数据收集和准备

  • 从各种来源收集数据
  • 清理和预处理文本数据
  • 组织内容以进行生成

NLG 的语言建模

  • 语言模型简介
  • 训练用于文字生成的语言模型
  • 使用 SpaCy 和 NLTK 微调语言模型

句子规划和文本结构

  • 规划句子结构和内容流程
  • 使用范本生成文字
  • 根据用例自定义文本结构

内容生成和后处理

  • 从结构化数据生成文字
  • 评估和优化生成的内容
  • 后处理和格式化输出

高级 NLG 技术

  • 使用神经网路产生文字(例如 GPT 模型)
  • 处理生成文本中的上下文和连贯性
  • 探索实际应用和案例研究

期末专案:构建 NLG 系统

  • 定义专案范围
  • 构建和部署 NLG 系统
  • 测试和评估系统

总结和后续步骤

要求

  • Python 程式设计经验

观众

  • 开发人员
  • 数据科学家
 21 小时

客户评论 (5)

即将举行的公开课程

课程分类