Entrar em Contato

Programa do Curso

Introdução à NLG para Resumo de Texto e Geração de Conteúdo

  • Visão geral da Geração de Linguagem Natural (NLG)
  • Principais diferenças entre NLG e Processamento de Linguagem Natural (PLN)
  • Casos de uso da NLG na geração de conteúdos

Técnicas de Resumo de Texto em NLG

  • Métodos de resumo extrativo usando NLG
  • Resumo abstrativo com modelos de NLG
  • Métricas de avaliação para resumos baseados em NLG

Geração de Conteúdo com NLG

  • Visão geral dos modelos generativos de NLG: GPT, T5 e BART
  • Treinamento de modelos de NLG para geração de textos
  • Geração de textos coerentes e conscientes do contexto com NLG

Ajuste Fino (*Fine-Tuning*) de Modelos de NLG para Aplicações Específicas

  • Ajuste fino de modelos de NLG, como o GPT, para tarefas específicas de um domínio
  • Aprendizado por transferência (*transfer learning*) em NLG
  • Manipulação de grandes conjuntos de dados para treinamento de modelos de NLG

Ferramentas e Frameworks para NLG

  • Introdução às bibliotecas populares de NLG (Transformers, OpenAI GPT)
  • Prática com Hugging Face Transformers e OpenAI API
  • Construção de *pipelines* de NLG para geração de conteúdos

Considerações Éticas em NLG

  • Vieses nos conteúdos gerados por IA
  • Mitigação de saídas nocivas ou inadequadas da NLG
  • Implicações éticas do uso da NLG na criação de conteúdos

Tendências Futuras em NLG

  • Avanços recentes em modelos de NLG
  • Impacto dos *transformers* na NLG
  • Oportunidades futuras em NLG e criação automatizada de conteúdos

Resumo e Próximos Passos

Requisitos

  • Conhecimento básico de conceitos de Aprendizado de Máquina (*Machine Learning*)
  • Familiaridade com programação em Python
  • Experiência com frameworks de Processamento de Linguagem Natural (PLN)

Público-Alvo

  • Desenvolvedores de IA
  • Criadores de conteúdo
  • Cientistas de dados
 21 Horas

Número de participantes


Preço por participante

Próximas Formações Provisórias

Categorias Relacionadas