Генерация естественного языка — от данных к тексту
Генерация естественного языка (NLG) — это область обработки естественного языка, которая автоматически создает связный, читаемый человеком текст на основе структурированных данных, графов знаний или семантических представлений. Формализованная в классическом конвейере Райтером и Дейлом (Reiter and Dale, 2000) и всесторонне рассмотренная Гаттом и Крамером (Gatt and Krahmer, 2018), NLG обеспечивает работу приложений, начиная от автоматизированной финансовой отчетности и сводок погоды до повествования данных и диалоговых агентов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 1). Natural Language Generation (NLG). ScholarGate. https://scholargate.app/ru/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.
- Автоматическая оценка текстаИнтеллектуальный анализ текста↔ compare
- Тонкая настройка GPTГлубокое обучение↔ compare
- Машинный переводИнтеллектуальный анализ текста↔ compare
- Генерация с дополненной выборкой (Retrieval-Augmented Generation, RAG)Интеллектуальный анализ текста↔ compare
- Модель «последовательность к последовательности»Глубокое обучение↔ compare
- Автоматическое реферирование текстовИнтеллектуальный анализ текста↔ compare
- Transformer (NLP)Глубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →