Generazione del linguaggio naturale — Da dati a testo
La Generazione del Linguaggio Naturale (NLG) è la branca dell'elaborazione del linguaggio naturale che produce automaticamente testo fluente e leggibile dall'uomo a partire da dati strutturati, grafi di conoscenza o rappresentazioni semantiche. Formalizzata nella pipeline classica da Reiter e Dale (2000) e ampiamente esaminata da Gatt e Krahmer (2018), la NLG alimenta applicazioni che vanno dalla rendicontazione finanziaria automatizzata e bollettini meteorologici alla narrazione di dati e agli agenti conversazionali.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 1). Natural Language Generation (NLG). ScholarGate. https://scholargate.app/it/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.
- Valutazione Automatica del TestoText mining↔ compare
- Fine-Tuning di GPTApprendimento profondo↔ compare
- Traduzione automaticaText mining↔ compare
- Generazione Aumentata da Recupero (RAG)Text mining↔ compare
- Modello Sequence-to-SequenceApprendimento profondo↔ compare
- Sintesi del TestoText mining↔ compare
- Transformer (NLP)Apprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →