Natuurlijke Taalgeneratie — Data-naar-Tekst
Natuurlijke Taalgeneratie (NLG) is de tak van natuurlijke taalverwerking die automatisch vloeiende, voor mensen leesbare tekst produceert uit gestructureerde gegevens, kenniskundige grafen of semantische representaties. Geformaliseerd in de klassieke pijplijn door Reiter en Dale (2000) en uitgebreid onderzocht door Gatt en Krahmer (2018), drijft NLG toepassingen aan, variërend van geautomatiseerde financiële rapportage en weerberichten tot datastorytelling en conversationele agenten.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 1). Natural Language Generation (NLG). ScholarGate. https://scholargate.app/nl/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 TekstevaluatieText mining↔ compare
- GPT Fine-TuningDeep learning↔ compare
- MachinevertalingText mining↔ compare
- Retrieval-Augmented Generation (RAG)Text mining↔ compare
- Sequence-to-Sequence ModelDeep learning↔ compare
- TekstsamenvattingText mining↔ compare
- Transformer (NLP)Deep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →