Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a NLG para el Resumen de Textos y la Generación de Contenido
- Visión general de la Generación de Lenguaje Natural (NLG)
- Diferencias clave entre NLG y NLP
- Casos de uso de NLG en la generación de contenido
Técnicas de Resumen de Textos en NLG
- Métodos de resumen extractivo utilizando NLG
- Resumen abstracto con modelos NLG
- Métricas de evaluación para el resumen basado en NLG
Generación de Contenido con NLG
- Visión general de los modelos generativos de NLG: GPT, T5 y BART
- Entrenamiento de modelos NLG para la generación de texto
- Generación de texto coherente y consciente del contexto con NLG
Ajuste Fino de Modelos NLG para Aplicaciones Específicas
- Ajuste fino de modelos NLG como GPT para tareas específicas de un dominio
- Aprendizaje por transferencia en NLG
- Manejo de grandes conjuntos de datos para el entrenamiento de modelos NLG
Herramientas y Marcos de Trabajo para NLG
- Introducción a bibliotecas populares de NLG (Transformers, OpenAI GPT)
- Práctica con Hugging Face Transformers y la API de OpenAI
- Construcción de pipelines de NLG para la generación de contenido
Consideraciones Éticas en NLG
- Sesgo en el contenido generado por IA
- Mitigación de salidas dañinas o inapropiadas generadas por NLG
- Implicaciones éticas del uso de NLG en la creación de contenido
Tendencias Futuras en NLG
- Avances recientes en modelos de NLG
- Impacto de los transformers en NLG
- Oportunidades futuras en NLG y la creación automatizada de contenido
Resumen y Próximos Pasos
Requerimientos
- Conocimientos básicos de conceptos de aprendizaje automático (machine learning)
- Familiaridad con la programación en Python
- Experiencia con marcos de trabajo de Procesamiento del Lenguaje Natural (NLP)
Público Objetivo
- Desarrolladores de Inteligencia Artificial
- Creadores de contenido
- Científicos de datos
21 Horas
