Generování přirozeného jazyka | AI slovník

Odborná definice

Natural language generation, zkráceně NLG, je proces vytvárání textu nebo rečového obsahu z dat, symbolickej reprezentace, dokumentů, dialógového stavu nebo modelové distribuce. Zahrnuje výběr informací, plánování obsahu, formulaci vět, realizaci gramatiky a často i kontrolu štýlu či faktickej opory. Moderní jazykové modely mohou tyto kroky spájat do jedné neuronové architektury, ale aplikačný systém stále potřebuje určit zdroje, omezení, dekódování a pravidla validace výsledku.

Srozumitelné vysvětlení

NLG je vrstva, která premení strukturovaný výsledek na zrozumitelný jazyk. Z tabulky predaja může vytvořit komentár k vývoju, z databáze letu odpověď cestujúcemu a z vyhladaných dokumentů návrh súhrnu. Kvalita se nehodnotí pouze plynulosťou. Text může znieť přirozeně a přitom přidat údaj, který v zdroji nebol. V produkci proto je třeba oddělit to, co systém smie tvrdit, od toho, jako větu štylisticky vytvoří, a ověřovat čísla, citace i povinné formulace.

Časté otázky

Je NLG to jisté jako velký jazykový model?

Ne. NLG označuje funkci nebo oblast generování jazyka. LLM je jeden typ technologie, kterým se tato funkce může realizovat, popri šablónach, gramatikách a menších sekvenčních modelech.

Co je data-to-text generování?

Jde o tvorbu textu ze štruktúrovaných údajů, například z tabulky, senzorového záznamu nebo databáze. Klíčové je správně vybrat relevantní hodnoty a nezamenit jejich při jazykovej realizaci.

Jak se dá omezit vymýšlání faktů?

Pomáhá generování z citovaných zdrojů, omezená výstupná schéma, validace entít a čísel, nižší náhodnost, pravidla pro odmítnutí a následná kontrola proti podkladom.

Stačí při NLG měřit BLEU nebo ROUGE?

Ne. Tyto metriky porovnávají podobnost s referenčním textem, ale nemusí zachytit faktickou správnost, úplnost, užitečnost ani bezpečný tón. Evaluace má kombinovat automatické testy a lidské posouzení.

Kdy je šablónové NLG lépe než generativní model?

Když je počet scenárů omezený, znění musí být právně nebo prevádzkovo přesné a variabilita nemá hodnotu. Šablóna poskytuje vyšší kontrolu, ačkoli hůře pokrývá nepredvídané vstupy.

Související pojmy

Zdroje a redakční stopa

NIST, Natural Language Processing Speech and Language Processing, Generation

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.