연락처 정보

코스 개요

고급 NLG 기법 개요

  • NLG의 기본 개념 재검토
  • 고급 NLG 방법론 소개
  • 현대 NLG 분야에서 트랜스포머 모델의 역할

NLG를 위한 사전 훈련된 모델들

  • 주요 사전 훈련된 모델(GPT, BERT, T5)에 대한 개요
  • 특정 작업을 위해 사전 훈련된 모델을 미세 조정하는 방법
  • 대규모 데이터셋을 활용해 커스텀 모델 학습시키기

NLG 결과물 개선 기법

  • 텍스트 생성 시 일관성 및 관련성 확보 방법
  • NLG 기법을 통해 텍스트 길이와 내용 조절하기
  • 반복 현상 줄이고 유창함 향상을 위한 기술들

윤리적이며 책임감 있는 NLG 활용 방안

  • AI 생성 콘텐츠가 안고 있는 윤리적 문제 파악하기
  • NLG 모델에서 발생할 수 있는 편향성을 다루는 방법
  • NLG 기술을 책임감 있게 활용하는 방안 마련하기

고급 NLG 라이브러리 실습

  • Hugging Face Transformers를 이용한 NLG 구현 경험
  • GPT-3 및 기타 최신 모델 적용 방법 탐구
  • NLG 기술을 활용해 특정 분야에 맞는 콘텐츠 생성하기

NLG 시스템 평가 방법

  • NLG 모델의 품질 평가를 위한 기법들
  • 자동화된 평가 지표(BLEU, ROUGE, METEOR) 활용법
  • 품질 관리를 위한 인간 중심 평가 방법론

NLG 분야의 향후 발전 동향

  • NLG 연구에서 새롭게 떠오르는 기술들
  • NLG 개발에 따른 과제와 기회 탐색
  • 산업계 및 콘텐츠 제작 분야에 미치는 NLG의 영향력

요약 및 향후 학습 방향

요건

  • NLG 관련 기초 개념에 대한 이해
  • 파이썬 프로그래밍 경험
  • 머신러닝 모델 활용 경험

수강 대상자

  • 데이터 과학자
  • AI 개발자
  • 머신러닝 엔지니어
 14 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리