เปรียบเทียบวิธี

	การสร้างภาษาธรรมชาติ	ทรานส์ฟอร์มเมอร์ (การประมวลผลภาษาธรรมชาติ)
สาขาวิชา	การทำเหมืองข้อความ	การเรียนรู้เชิงลึก
ตระกูล	Process / pipeline	Machine learning
ปีกำเนิด	1970s (rule-based origins); 2000s (probabilistic); 2017+ (neural/transformer era)	2017
ผู้ริเริ่ม	Reiter & Dale (classical pipeline, 2000); Gatt & Krahmer (modern survey, 2018)	Vaswani, A. et al.
ประเภท	NLP generative task — structured data to natural language	Attention-based deep neural network
แหล่งต้นตำรับ	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.	Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS.
ชื่อเรียกอื่น	NLG, data-to-text, text generation, Doğal Dil Üretimi (NLG)	Transformer Modeli (NLP), attention-based language model, self-attention network, transformer NLP
ที่เกี่ยวข้อง	7	4
สรุป	Natural Language Generation (NLG) is the branch of natural language processing that automatically produces fluent, human-readable text from structured data, knowledge graphs, or semantic representations. Formalised in the classical pipeline by Reiter and Dale (2000) and surveyed comprehensively by Gatt and Krahmer (2018), NLG powers applications ranging from automated financial reporting and weather bulletins to data storytelling and conversational agents.	The Transformer is an attention-based deep learning model, introduced by Vaswani and colleagues in 2017, that performs text classification, named-entity recognition, and language modelling by letting every token in a sequence attend directly to every other token. It replaced earlier recurrent designs with a self-attention mechanism that processes whole sequences in parallel.