- [플레이디] 2025 광고·마케팅 트렌드 전망 리포트
- 2024 메조미디어 트렌드 리포트
- [2023년 6월] 2023 상반기 Media Trend Report
- [플레이디]2024 반려동물 업종 트렌드 리포트
- [메조미디어]?미디어&마켓 이슈?2025년 3월 호
- 현대자동차 “기업PR영상홍보” 외 4개 캠페인
- [나스미디어]2024년 11월 2025 디지털 미디어 & 마케팅 전망
- F1스포츠스폰서링과스포츠마케팅
- [나스미디어] 2025년 2월 MEDIA & MARKET ISSUE
- [나스미디어]2024년 11월 MEDIA & MARKET ISSUE
자연어 생성기반 뉴스 보도 패턴 일반화 및 뉴스 구성에 따른 분류 가능성 : 소규모 LSTM 생성 데이터를 통한 내용 및 표현 형식 기반 뉴스 유형화 원리 고찰
자료요약
본 논문은 인공지능 자연어 생성 모델을 통해 보도된 기사들의 일반화된 보도 내용 데이터를 만들고, 이를 활용하여 이후 지도학습기반 뉴스 클러스터링 방식을 제안하는 연구이다. 보다 구체적으로는 뉴스를 수집하고 문장 기반 패턴 분석 방법을 활용하여, 이미 작성된 기사에서 쓰이는 단어와 주요 문장의 패턴이 추론된 자연어 생성기사 문장을 만들어낸다. 생성된 문장은 보도된 기사의 기본적인 보도 내용 및 관행을 보여주는 보도된 내용들의 일반화된 특질을 보여주는 것으로 본다. 그 다음 생성된 문장과 수집된 데이터 문장간의 내용 특질 유사성을 레벤슈타인 거리와 ROUGE 지표로 비교하여 컴퓨터가 만들어낸 문장과 실제 기사 문장 간의 내용과 표현상의 괴리를 측정함으로써, 보도된 뉴스를 빠르게 유형화하는 방법을 제안한다. 본 글에서는 이러한 방법이 적용되는 과정을 소규모 데이터로 감염병 백신 보도를 주제로 시연하고, 해당 방법이 가지는 의의와 향후 연구 가능성을 논의한다.
목차
1. 서론
2. 자연어 생성 기법을 통한 일반화된 뉴스 보도 패턴 발견 및 유형화
3. 자연어 생성 방식의 뉴스 유형화 데이터 구축 제안
4. 실제 데이터를 활용한 자연어 생성 결과
5. 토론
참고문헌
Abstract
2. 자연어 생성 기법을 통한 일반화된 뉴스 보도 패턴 발견 및 유형화
3. 자연어 생성 방식의 뉴스 유형화 데이터 구축 제안
4. 실제 데이터를 활용한 자연어 생성 결과
5. 토론
참고문헌
Abstract
#자연어 생성#레벤슈타인 거리#뉴스 유형화#Natural Language Generation#LSTM#Levenstein Distance#ROGUE#News Clustering