雲科大首頁
2025/11/04
114年度
菁英Programme-雙語學習
執行內容
隨著 NLP 技術的快速進步，Transformer 模型已成為語言理解與生成任務的核心技術，而本課程將帶領學生深入學習其架構與實作，涵蓋從基礎概念到進階應用的完整學習路徑。 課程內容涵蓋 Transformer 的演進歷程，包括其基本機制、編碼-解碼模型、注意力機制等，並逐步解析 BERT 與 GPT 等代表性模型的原理與設計。此外，學生將透過程式實作來掌握 Transformer、BERT 及 GPT-2 的運作方式，學習如何進行文本生成、語義理解及不同解碼方法的應用，進一步培養構建 NLP 系統的能力。
行動目的
本課程透過 理論學習 與 實作訓練 的結合，讓學生具備 Transformer 架構與預訓練 NLP 模型的核心知識與應用能力，預計達成以下具體成效：
1. 理論知識的掌握
2. 技術應用能力
3. 問題解決與研究能力
4. 產業應用與競爭力提升因此，本課程預期讓學生不僅掌握 NLP 領域的先進技術，更能夠將其應用於 實務開發與研究，並提升在 人工智慧產業 的競爭力。
透過深入的技術訓練與專案實作，學生將能夠獨立開發 NLP 應用，並為未來從事 AI 研究、技術開發或產業應用 奠定堅實基礎。
隨著 NLP 技術的快速進步，Transformer 模型已成為語言理解與生成任務的核心技術，而本課程將帶領學生深入學習其架構與實作，涵蓋從基礎概念到進階應用的完整學習路徑。 課程內容涵蓋 Transformer 的演進歷程，包括其基本機制、編碼-解碼模型、注意力機制等，並逐步解析 BERT 與 GPT 等代表性模型的原理與設計。此外，學生將透過程式實作來掌握 Transformer、BERT 及 GPT-2 的運作方式，學習如何進行文本生成、語義理解及不同解碼方法的應用，進一步培養構建 NLP 系統的能力。
行動目的
本課程透過 理論學習 與 實作訓練 的結合，讓學生具備 Transformer 架構與預訓練 NLP 模型的核心知識與應用能力，預計達成以下具體成效：
1. 理論知識的掌握
2. 技術應用能力
3. 問題解決與研究能力
4. 產業應用與競爭力提升因此，本課程預期讓學生不僅掌握 NLP 領域的先進技術，更能夠將其應用於 實務開發與研究，並提升在 人工智慧產業 的競爭力。
透過深入的技術訓練與專案實作，學生將能夠獨立開發 NLP 應用，並為未來從事 AI 研究、技術開發或產業應用 奠定堅實基礎。
Link
Contact Us
ADDRESS：64002 雲林縣斗六市大學路3段123號 ( 國立雲林科技大學教學卓越中心 )
TEL：+886-5-534-2601 轉 2252
FAX：+886-5-532-1719
EMAIL：tex@yuntech.edu.tw
