Natürliche Sprachgenerierung — Daten zu Text
Natürliche Sprachgenerierung (NLG) ist der Zweig der Verarbeitung natürlicher Sprache, der automatisch flüssigen, menschenlesbaren Text aus strukturierten Daten, Wissensgraphen oder semantischen Repräsentationen erzeugt. Formalisiert in der klassischen Pipeline von Reiter und Dale (2000) und umfassend von Gatt und Krahmer (2018) rezensiert, treibt NLG Anwendungen an, die von automatisierten Finanzberichten und Wettervorhersagen bis hin zu Data Storytelling und Konversationsagenten reichen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Natural Language Generation (NLG). ScholarGate. https://scholargate.app/de/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.
- Automatische TextbewertungText Mining↔ compare
- GPT-FeinabstimmungDeep Learning↔ compare
- Maschinelle ÜbersetzungText Mining↔ compare
- Retrieval-Augmented Generation (RAG)Text Mining↔ compare
- Sequence-to-Sequence ModelDeep Learning↔ compare
- Textzusammenfassung – Extraktiv und AbstraktivText Mining↔ compare
- Transformer (NLP)Deep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →