Szöveggenerálás

Amikor a szöveggenerálást (beleértve a természetes nyelv generálását ; angol Natural Language Generation , NLG ) úgy hívják, hogy a gép automatikusan előállítja a természetes nyelvet . A számítógépes nyelvészet részeként a szövegek generálása a mesterséges intelligencia különleges formája .

Generációs folyamat

A generálási folyamathoz különböző leírási modellek és szakkifejezések léteznek, az alkalmazott módszertől és perspektívától függően, anélkül, hogy elvileg ellent kellene mondanunk egymásnak.

Szerint Ehud Reiter , az architektúra generációs ma áll a szöveg tervező, egy mondat tervező és a felhasználói interfész alapfelszereltség. A szövegrészek közötti kapcsolathoz a retorikai struktúrák elméletét, az RST -t használják a beszédkapcsolatok alakítására. Egy szöveg akkor koherens, ha azt retorikai kapcsolatok és elemi szövegegységek fája képes ábrázolni (RST: Mann, Thompson): A következő linkek vonatkoznak a fő- és az alárendelt záradékok közötti kapcsolatokra: OK, EREDMÉNY, ELABORÁCIÓ, KONTRASZT, Sorrend, Lista , CONCESSION és mások.

M. Hess szerint a generációhoz két komponens szükséges.

  • A stratégiai összetevő, mit kell mondani: információválasztás, tartalomválasztás, területtervezés. Ez az összetevő általában mesterséges intelligencia keresési és tervezési stratégiákat használ.
  • A taktikai komponens, ahogy mondani kell: A nyelvi forma tervezése. Gyakran használják a generációs szempontra szabott nyelvtant.

Ulrich Gaudenz Müller együtt dolgozzák ki Germanist és számítógépes nyelvész Raimund Drewek 1981-1999 rendszerének szöveg generáció, amelynek feladata az volt SARA (mondat véletlen generátor).

Szöveggenerálás tudásbázisokból

"Bármilyen típusú generáció előfeltétele, hogy a szövegként előállítható információ formális információként legyen elérhető, amelyet a számítógépes nyelvészet feldolgozhat, mint pl. B. Adatbázisokból vagy tudásábrázolásokból származó információk. "

Az ilyen tudásbázisokból származó szöveggenerálás változatos feladatokhoz áll rendelkezésre.

  • Interfész szakértői rendszerekkel
  • Technikai dokumentumok készítése több nyelven, tudásbázisból
  • Automatikus generálás (irányok, időjárás -jelentések és tőzsdei jelentések)
  • A párbeszéd rendszerek generációs összetevője
  • Generálás transzformátor-alapú nyelvi modellekből (pl. GPT2 / 3 használatával )

alkalmazási területek

Robot újságírás

A média által megalkotott „robot újságírás” kifejezés olyan algoritmusokra utal, amelyek adatbázisokból és oszlopokból képesek kész hírszövegeket generálni. Ebben a folyamatban a hangsúly a megtakarításon és a humánus újságírókra koncentrál . Kevesebb alkalmazottal a szerkesztőségek a gépi megkönnyebbülésnek köszönhetően jobb minőségű és részletesebben kutatott hírtermékeket szerezhetnek. Másrészt olyan jelentéseket tehetnek közzé, amelyeket időhiány vagy elégtelen érdeklődés miatt nem tudtak megírni. A szoftverek használata az újságírásban még mindig vitatott; főleg azt tárgyalják, hogy az emberi újságíró milyen szempontból van felülmúlva a szoftvert. Ezenkívül megválaszolatlan marad az a kérdés, hogy az automatikusan generált szövegek mennyiben tartoznak a szerzői jogi törvény hatálya alá. A kifejezetten a bemeneti adatokhoz szabott algoritmusok folyamatosan számítják az értékeket, és jelentéseket írnak róluk, vagy meghatározott időközönként (pl. Napi időjárási jelentések), vagy amikor az értékek jelentősen megváltoznak (pl. Földrengés -figyelmeztetés). A „robotújságírók” különösen gyakori alkalmazási területei az olyan fülkék, mint az alosztályi sportjelentések, az időjárás-jelentések és a tőzsdei jegyek. De a helyi témákról szóló jelentések automatizált tartalmának adatközpontú létrehozása már használatban van.

Chatbotok

A szövegalapú párbeszéd rendszerekben, például a chatbotokban , a szöveggenerálást használják a felhasználóval való kommunikációhoz. Jól ismert történelmi példa az ELIZA program .

A fejlett intelligens virtuális ügynökökkel folytatott kommunikáció egy része ezen az elven alapul, mivel a párbeszéd minősége többek között az ügynök és a tudásbázis közötti kapcsolat függvénye. A személy párbeszédét különböző felületekkel megkönnyítheti, ha egy ügynök olyan szöveget állít elő, amely produktívan válaszol a kérdésekre:

  • Információs ajánlat lekérésekor, többek között egy webhely prezentációs ügynökeként (más néven "online moderátor")
  • Nyelvképes program esetén tanácsadó kiválasztására (gyakran használják az ügyfelek telefonos előválogatására)
  • A számítógépes játékok szereplőivel folytatott párbeszédekben

Tartalom marketing

Egy tanulmány szerint a marketingipar az az iparág, amelyre a mesterséges intelligencia lesz a legnagyobb hatással. 2022 -re a digitális tartalom több mint 30% -a várhatóan AI technológia segítségével jön létre. A marketingben különféle eszközöket használnak a tartalom előállításához, mint pl B. reklámmásolat készítése, hírlevél tárgysorok generálása és az AI által generált eredmények érvényesítése.

A szöveggenerálás mint kreatív folyamat

A szöveggenerálás alkotóeleme lehet a művészetnek és az irodalomnak. Hosszabb művek esetében a teljesen generált szövegtörzsek, akár értelmesen generáltak, akár utófeldolgozással jelentést kaptak, nem kínálnak irodalmi minőséget. A digitális költészet néhány, az előző század művészetében és a kortárs művészetben fontos művészi folyamata azonban a szöveggeneráláshoz kapcsolódik.

Folyamatok és alkalmazások a vizuális művészetekben és az irodalomban

  • Beavatkozások a generáló szoftverben vagy a tudásbázisban (művészeti és irodalmi kísérletek). Példa ( Reinhard Döhl szerint ): Max Bense és stuttgarti csoportja 1959 -ben egy Zuse Z22 -t használt "szövegek szintetizálására és kiadására egy bevitt lexikon és számos szintaktikai szabály segítségével".
  • A szerzők által generált szöveg utólagos feldolgozása vagy integrálása (irodalom).
  • Párbeszéd a közönséggel (például művészeti installációkban ). Példa: David Link, Versgép

Szöveggenerálás mondatcséplőgéppel

A kifejezéscséplő gépek vagy a baromsággenerátorok (angol baromsággenerátorok , más néven szószógenerátorok ) léteztek mechanikus eszközként, mielőtt azokat szoftveresen implementálták. Az első, valószínűleg szoftverként tervezett cséplés a LoveLetters_1.0 volt, amelyet 1952 -ből programoztak Christopher Strachey a Manchesteri Egyetemen a Ferranti Mark I -hez . Hasonló generátorok megtalálhatók a WWW sokkal fejlettebb verzióiban.

Az ilyen programok egyszerű fogalmak szerint működnek, amelyeket bonyolultabb szöveggenerációs folyamatokban használnak: a kifejezéseket vagy mondatrészeket listákból veszik ki, összefűzik és nyelvtanilag korrigálják (nyelvtani megvalósítás). Az erre gyakran használt módszer a Markov -láncokkal történő generálás . Az eredmény szintaktikailag helyes szöveg, amely értelmes hatást fejthet ki, de valójában baromság, mert a mondatcséplőgépek nem férnek hozzá a használt részecskék jelentésével kapcsolatos ismeretekhez. Például a szakirodalomból származó üres retorikákat tréfásan szatirizálni lehet .

sztori

Eltekintve a mechanikus kifejezéscséplőgépektől, mint prekurzoroktól, és eltekintve a legkorábbi, szöveges szoftverrel történő generálási kísérletektől, a természetes nyelv generálásának első szakasza olyan programokkal kezdődik, amelyek sematikusan hozzáférnek a szöveges formában már tárolt ismeretekhez. Így működött 1963 -tól a BASEBALL, az amerikai baseball -liga baseball -adatainak kezelőfelülete, és a SAD SAM, a családi kapcsolatok megadására szolgáló felület. Több más ilyen irányú munka után 1966 -ban jelent meg az ELIZA, Joseph Weizenbaum programozásával . A második fázisban a tudást tényekbe és szabályokba kódolják: LUNAR, 1972, az interfész az adatbázishoz az Apollo 11 küldetés holdmintavételéhez. PARRY, 1975 szimulálja a paranoiás beszélgetést egy pszichiáterrel. A ROBOT, 1977, az első kereskedelmi kérdés-válasz rendszer. A VIE-LANG, 1982, Ernst Buchberger, egy német nyelvű párbeszédrendszer, amely szemantikai hálózatból generál mondatokat. A HAM-ANS, 1983, Wolfgang Hoeppner, egy német nyelvű párbeszédrendszer, amely például egy szállodavezetőt szimulál.

irodalom

  • Ehud Reiter, Robert Dale: Természetes nyelvgenerációs rendszerek kiépítése . Cambridge University Press, Cambridge 2000, ISBN 0-521-62036-8 .
  • Helmut Horacek: szöveg generációs in: Kai-Uwe Carstensen, Ralf Klabunde et al. (Szerk.): Számítógépes nyelvészet és nyelvtechnológia . Heidelberg: Spektrum Akademischer Verlag, 3. kiadás, 2010, ISBN 978-3827420237 , 436-465.
  • John Bateman: Alkalmazott természetes nyelv generációs és információs rendszerek : Ralf Klabunde et al. (Szerk.): Számítógépes nyelvészet és nyelvtechnológia . lásd Heidelberg 2010 633–641
  • Rico Schwank: Fogalmak és módszerek elemzése a természetes nyelvű szövegek formális adatokból történő előállításához . Otto von Guericke Egyetem Magdeburg, Számítástechnikai Kar
  • Patrick Reichelt: Bevezetés a robotújságírásba: fenyegetés vagy lehetőség? Tectum Wissenschaftsverlag, Baden-Baden 2017, ISBN 978-3828840591 .
  • Stefan Weber: Robotújságírás, chatbotok és társai: Hogyan állítanak elő algoritmusok tartalmat és hogyan befolyásolják gondolkodásunkat. Heise Medien, Hannover 2018, ISBN 978-3957881045 .

web Linkek

Egyéni bizonyíték

  1. ↑ Ehud Reiter: Megjelent a konszenzusos NL generációs architektúra, és pszichológiailag hihető? in: Folyóirat 7 -én. Nemzetközi workshop a természetes nyelv generációjáról (INLGW '94). (PDF) McDonald, D. és Meteer, M., 1994, 163-170. Oldal , hozzáférés: 2010. március 26. (angol).
  2. ↑ KIT-MARKER projekt. Technische Universität Berlin, 1999, 1.3. O. , Archiválva az eredetiből ; Letöltve: 2010. március 13 .
  3. ↑ Michael Hess: Bevezetés a számítógépes nyelvészetbe (I). (PDF) (Online már nem érhető el.) Zürichi Egyetem, Számítógépes Nyelvtudományi Intézet, 2005, 44.4 f. , Archiválva az eredetiből 2007. március 31 -én ; Letöltve: 2010. március 26 . Információ: Az archív link automatikusan be lett szúrva, és még nincs ellenőrizve. Kérjük, ellenőrizze az eredeti és az archív linket az utasítások szerint, majd távolítsa el ezt az értesítést.  @1@ 2Sablon: Webachiv / IABot / www.ifi.unizh.ch
  4. ^ A b c Wiebke Ramm és Claudia Villiger: Tudományos szöveggyártás és szakterület . A tudományos tartalmak nyelvi megvalósítása különböző szakterületeken és azok számítási nyelvi modellezése. In: Knorr, Dagmar / Jakobs, Eva-Maria (szerk.): Szöveggyártás elektronikus környezetben . Text production and media Vol. 2. Lang Verlag, Frankfurt / Main 1997, ISBN 3-631-30970-8 , p. 214.2 ( rwth-aachen.de [PDF; hozzáférés: 2010. március 15.]).
  5. ↑ Susanne Göpferich, dr. phil., Dipl.-Übers.: A technikai szerkesztő, mint globális szereplő: Szakmai tapasztalat és a jövőbeni képzés követelményei. Szaklap Technische dokumentáció 2000/05 december 19., 2003. o. 1,7 , megajándékozzuk március 14, 2010 : „A többnyelvű generációs rendszer, amely fel van szerelve a megfelelő szöveget típusspecifikus sms szabályokat hozhat létre a különböző típusú szövegek ugyanazon termékhez egyetlen generáljon tudásbázist. "
  6. ↑ Statisztika Majom. (Már nem elérhető online.) Intelligens Információs Laboratórium - Northwestern University, 2009, archiválva az eredetiből 2010. november 16 -án ; hozzáférés: 2010. március 24 (angol). Információ: Az archív link automatikusan be lett szúrva, és még nincs ellenőrizve. Kérjük, ellenőrizze az eredeti és az archív linket az utasítások szerint, majd távolítsa el ezt az értesítést. @1@ 2Sablon: Webachiv / IABot / infolab.northwestern.edu
  7. ↑ Alec Radford és mtsai. : A nyelvi modellek felügyelet nélküli multitask tanulók 2018
  8. ↑ http://www.text-gold.de/fundstuecke/roboterjournalismus-haben-und-schreiben/ , letöltve: 2014. október 29.
  9. ↑ A számítógépek által önállóan létrehozott művek: méltók a szerzői jogi védelemre? Letöltve: 2018. november 8 .
  10. ↑ Julian Maitra: Média: A robot újságírók már köztünk vannak. In: welt.de . 2014. május 15 , 2018. október 7 .
  11. ^ Andreas Graefe: Útmutató az automatizált újságíráshoz . Columbia Journalism Review, New York City 2016 (hozzáférés: 2018. február 14.).
  12. ↑ A robot újságírók megmentik a helyi sajtót. Ki ment meg minket ettől? Letöltve: 2018. november 20 (német).
  13. ↑ Josef Karner: Mailüfterl, Al Chorezmi és mesterséges intelligencia: Beszélgetés Heinz Zemanek számítógéppel. Telepolis, 1999. augusztus 8., 1. o. , Archiválva az eredetiből , 2005. január 22 -én ; Hozzáférés 2010. március 20 -án (20. kérdés, ff): "Weizenbaum nem teremtett intelligenciát vagy akár tudatot, hanem megmutatta azokat az egyszerű eszközöket, amelyekkel el lehet hitetni a nézővel, hogy intelligenciával foglalkozik."
  14. ^ Az AI és a fejlett elemzések potenciális értékének méretezése | McKinsey. Letöltve: 2021. május 26 .
  15. ↑ A Gartner előrejelzi 2019 -et: A marketing egyensúlyának keresésében. Letöltve: 2021. május 26 .
  16. ↑ Miért érdemes a marketing csapatoknak AI tartalomgenerálást használni? In: neuroflash. 2021. május 10., hozzáférés 2021. május 26 -án (németül).
  17. ^ Roberto Simanowski: Automatikus írás. XCULT, hozzáférés 2010. március 15 -én (előadás a szimpózium Narrations in Media Art -ban).
  18. ↑ Reinhard Doehl: A kör Max Bense körül. Letöltve: 2010. március 16. (Mesterséges költészet 5. szakasz).
  19. ↑ Reinhard Doehl: A kör Max Bense körül. Letöltve: 2010. március 16. (Mesterséges költészet 6. szakasz).
  20. ↑ Miriam Stürner: David Link, Poetry Machine (1.0 verzió), 2001-2002. (Már nem érhető el online.) ZKM, Karlsruhe -i Művészeti és Média Központ , 2010. november 20 -án archiválva az eredetiből ; Letöltve: 2010. március 15 . Információ: Az archív link automatikusan be lett szúrva, és még nincs ellenőrizve. Kérjük, ellenőrizze az eredeti és az archív linket az utasítások szerint, majd távolítsa el ezt az értesítést. @1@ 2Sablon: Webachiv / IABot / www.zkm.de
  21. ↑ David Link: LoveLetters_1.0. MUC = feltámadás. Egy emlékmű. (Online már nem elérhető.) 2010. március 28 -án archiválva az eredetiből ; Letöltve: 2010. március 15 . Információ: Az archív link automatikusan be lett szúrva, és még nincs ellenőrizve. Kérjük, ellenőrizze az eredeti és az archív linket az utasítások szerint, majd távolítsa el ezt az értesítést. @1@ 2Sablon: Webachiv / IABot / www.alpha60.de
  22. ↑ Andreas Stuhlmüller: szövegek Markovval . (Már nem érhető el online.) 2005. február 14 , 2010. június 17 -én archiválva az eredetiből ; Letöltve: 2010. március 24 . Információ: Az archív link automatikusan be lett szúrva, és még nincs ellenőrizve. Kérjük, ellenőrizze az eredeti és az archív linket az utasítások szerint, majd távolítsa el ezt az értesítést. @1@ 2Sablon: Webachiv / IABot / www.aiplayground.org
  23. ↑ VIE-GEN. NLG Systems Wiki, 2009. november 17., hozzáférés: 2010. március 15 .
  24. ↑ Jörg Roth :: Bevezetés a természetes nyelvű szöveggenerálásba. 1989, hozzáférés: 2010. március 14 .
  25. ↑ Rico Schwank: A természetes nyelvű szövegek formális adatokból történő előállításának módszereinek elemzése. Otto von Guericke Egyetem Magdeburg, hozzáférés: 2010. március 13 .