Génération de Langage Naturel — De Données vers Texte
La Génération de Langage Naturel (GLN) est la branche du traitement du langage naturel qui produit automatiquement du texte fluide et lisible par l'homme à partir de données structurées, de graphes de connaissances ou de représentations sémantiques. Formalisée dans le pipeline classique par Reiter et Dale (2000) et examinée de manière exhaustive par Gatt et Krahmer (2018), la GLN alimente des applications allant des rapports financiers automatisés et des bulletins météorologiques à la narration de données et aux agents conversationnels.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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
Comment citer cette page
ScholarGate. (2026, June 1). Natural Language Generation (NLG). ScholarGate. https://scholargate.app/fr/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.
- Évaluation automatique de texteFouille de textes↔ compare
- Ajustement fin de GPTApprentissage profond↔ compare
- Traduction automatiqueFouille de textes↔ compare
- Génération augmentée par récupération (RAG)Fouille de textes↔ compare
- Modèle séquence-à-séquence (Seq2Seq)Apprentissage profond↔ compare
- Synthèse de texteFouille de textes↔ compare
- Transformeur (traitement du langage naturel)Apprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →