문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
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