Naturlig sproggenerering — Data-til-tekst
Naturlig sproggenerering (NLG) er den gren af naturlig sprogbehandling, der automatisk producerer flydende, menneskelæselig tekst ud fra strukturerede data, vidensgrafer eller semantiske repræsentationer. Formaliseret i den klassiske pipeline af Reiter og Dale (2000) og omfattende gennemgået af Gatt og Krahmer (2018), driver NLG applikationer lige fra automatiseret finansiel rapportering og vejrudsigter til datadrevet storytelling og samtaleagenter.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Gatt, A. & Krahmer, E. (2018). Survey of the State of the Art in Natural Language Generation: Core Tasks, Applications and Evaluation. Journal of Artificial Intelligence Research, 61, 65-170. link ↗
- Reiter, E. & Dale, R. (2000). Building Natural Language Generation Systems. Cambridge University Press. ISBN: 9780521620369
Sådan citerer du denne side
ScholarGate. (2026, June 1). Natural Language Generation (NLG). ScholarGate. https://scholargate.app/da/text-mining/natural-language-generation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Automatisk tekstevalueringTekstmining↔ compare
- GPT FinjusteringDyb læring↔ compare
- MaskinoversættelseTekstmining↔ compare
- Retrieval-Augmented Generation (RAG)Tekstmining↔ compare
- Sekvens-til-sekvens-modelDyb læring↔ compare
- TekstresuméTekstmining↔ compare
- Transformer (NLP)Dyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →