Course Outline

텍스트 요약 및 콘텐츠 생성을 위한 NLG 소개

  • 자연어 생성(NLG) 개요
  • NLG와 NLP의 주요 차이점
  • 콘텐츠 생성에 있어서 NLG의 사용 사례

NLG의 텍스트 요약 기술

  • NLG를 사용한 추출 요약 방법
  • NLG 모델을 사용한 추상 요약
  • NLG 기반 요약을 위한 평가 지표

NLG를 통한 콘텐츠 생성

  • NLG 생성 모델 개요: GPT, T5 및 BART
  • 텍스트 생성을 위한 NLG 모델 교육
  • NLG를 사용하여 일관되고 상황에 맞는 텍스트 생성

특정 애플리케이션을 위한 NLG 모델 미세 조정

  • 도메인별 작업을 위해 GPT와 같은 NLG 모델 미세 조정
  • NLG에서의 학습 전이
  • NLG 모델 훈련을 위한 대용량 데이터 세트 처리

NLG를 위한 도구 및 프레임워크

  • 인기 있는 NLG 라이브러리 소개(Transformers, OpenAI GPT)
  • Hugging Face Transformers 및 OpenAI API를 직접 사용해 보세요.
  • 콘텐츠 생성을 위한 NLG 파이프라인 구축

NLG의 윤리적 고려 사항

  • AI가 생성한 콘텐츠의 편향
  • 유해하거나 부적절한 NLG 출력 완화
  • 콘텐츠 생성에 있어서 NLG의 윤리적 의미

NLG의 미래 동향

  • NLG 모델의 최근 발전
  • 변압기가 NLG에 미치는 영향
  • NLG 및 자동화된 콘텐츠 생성의 미래 기회

요약 및 다음 단계

Requirements

  • 머신러닝 개념에 대한 기본 지식
  • Python 프로그래밍에 익숙함
  • NLP 프레임워크에 대한 경험

청중

  • AI 개발자
  • 콘텐츠 제작자
  • 데이터 과학자
 21 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories