Loading...
机构名称:
¥ 1.0

自然语言生成(NLG)中的数据流以“世界”状态开头,该状态由应用程序的结构(例如,专家系统)表示,具有文本生成需求和产生NATU语言文本的动力。生成的输出是自然语言文本。生成过程涉及a)划分最终文本的内容的任务,b)plaining ning and ning and c)选择Lexieal,句法和单词命令,” MS实现了这种结构和d)实际上将文本介绍为后者。在高级生成系统中,这些过程不是以单片的方式处理,而是作为大型模块化发电的组成部分。nlg的研究人员尝试了各种方式来划定生成过程和控制架构的模块以驱动这些模块的模块(例如,参见McKeown,1985,Hovy,Hovy,1987或Meter,1989)。,但对有关一般(间膜间)或局部(室内)控制流的决策进行了无关,必须定义知识结构以支持处理并促进模块之间的通信。

含义表示和文本计划

含义表示和文本计划PDF文件第1页

含义表示和文本计划PDF文件第2页

含义表示和文本计划PDF文件第3页

含义表示和文本计划PDF文件第4页

含义表示和文本计划PDF文件第5页

相关文件推荐

2021 年
¥1.0
2023 年
¥3.0
2025 年
¥1.0
2024 年
¥1.0
2021 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2021 年
¥2.0
2023 年
¥8.0
2020 年
¥5.0
2025 年
¥1.0
2020 年
¥1.0
2025 年
¥1.0
2022 年
¥1.0
2024 年
¥5.0
2025 年
¥3.0
2012 年
¥5.0
2025 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2023 年
¥6.0
2020 年
¥1.0
2021 年
¥1.0
2021 年
¥1.0
2021 年
¥1.0