연락처 정보

코스 개요

자연어 생성(NLG) 개요

  • NLG란 무엇인가?
  • NLU와 NLG의 차이점
  • 실제 상황에서의 NLG 활용 사례

기초적인 NLG 기법

  • 템플릿 기반 텍스트 생성 방법
  • 텍스트 생성을 위한 통계적 모델들
  • NLG에서의 머신러닝 개념 소개

NLG 모델 활용법

  • 주요 NLG 모델(GPT, T5) 소개
  • 파이썬 환경에서 기본 모델 설정 방법
  • 사전 학습된 모델을 이용한 텍스트 생성 실습

NLG의 과제들

  • 일관성과 맥락 적합성 확보 방안
  • 텍스트 생성 시 흔히 발생하는 문제점들
  • AI 생성 콘텐츠와 관련된 윤리적 고려사항

NLG 도구 활용 실습

  • GPT-2/3, NLTK 등 주요 NLG 라이브러리 소개
  • 특정 목적에 맞는 텍스트 생성 연습
  • 생성된 텍스트의 품질 평가 방법

NLG 모델 평가 기법

  • 생성된 텍스트의 유창함과 일관성 측정법
  • 자동화된 평가와 인간에 의한 평가 방식 비교
  • NLG 결과물 품질 향상 전략

NLG의 미래 동향

  • NLG 연구 분야에서 새롭게 등장하는 기법들
  • 향후 텍스트 생성 기술 발전에 따른 과제와 기회
  • NLG가 콘텐츠 제작 및 인공지능 개발에 미치는 영향

요약 및 향후 학습 방향

요건

  • 프로그래밍 개념에 대한 기본적인 이해
  • 파이썬 프로그래밍에 대한 친숙함

대상자

  • 인공지능 분야 입문자
  • 데이터 사이언스에 관심 있는 사람들
  • AI 생성 텍스트 제작에 흥미가 있는 콘텐츠 크리에이터
 14 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리