Course Outline

텍스트 요약 및 콘텐츠 생성을 위한 NLG 소개

  • 자연어 생성(NLG) 개요
  • NLG와 NLP의 주요 차이점
  • 콘텐츠 생성에서 NLG의 활용 사례

NLG에서의 텍스트 요약 기술

  • NLG를 사용한 추출형 요약 방법
  • NLG 모델을 통한 추상형 요약
  • NLG 기반 요약의 평가 지표

NLG로 콘텐츠 생성

  • NLG 생성 모델 개요: GPT, T5, 그리고 BART
  • 텍스트 생성을 위한 NLG 모델 학습
  • NLG로 일관되고 맥락을 인지하는 텍스트 생성

특정한 응용을 위한 NLG 모델 조정

  • GPT와 같은 NLG 모델을 도메인 특화 작업에 맞게 조정
  • NLG에서의 전이 학습
  • NLG 모델 학습을 위한 대규모 데이터셋 처리

NLG를 위한 도구 및 프레임워크

  • 인기 있는 NLG 라이브러리 소개 (Transformers, OpenAI GPT)
  • Hugging Face Transformers와 OpenAI API를 활용한 실습
  • 콘텐츠 생성을 위한 NLG 파이프라인 구축

NLG에서의 윤리적 고려사항

  • AI 생성 콘텐츠에서의 편향
  • 해로운 또는 부적절한 NLG 출력을 줄이기
  • 콘텐츠 생성에서의 NLG 윤리적 함의

NLG의 미래 동향

  • NLG 모델의 최근 발전
  • 트랜스포머가 NLG에 미치는 영향
  • NLG와 자동화된 콘텐츠 생성의 미래 기회

요약 및 다음 단계

Requirements

  • 기계 학습 개념에 대한 기본 지식
  • 파이썬 프로그래밍에 대한 친숙함
  • NLP 프레임워크 경험

대상자

  • AI 개발자
  • 콘텐츠 제작자
  • 데이터 과학자
 21 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories