Natural Language Generation ist das maschinelle Erzeugen von Text in natürlicher Sprache, entweder aus strukturierten Daten oder aus einer Anweisung. Es ist die Gegenrichtung zum Verstehen von Sprache und die Seite, die heute jeder kennt.
- Natural Language Generation (Natürliche Sprachgenerierung)
Das maschinelle Erzeugen von Text in natürlicher Sprache aus Daten oder aus einer Anweisung.
Beispiel: „Die Natural Language Generation machte aus der Wetterdatei dreitausend Ortsvorhersagen in ganzen Sätzen.“Zwei Generationen: regelbasierte Erzeugung aus Vorlagen mit Platzhaltern, seit den 1990er Jahren im Einsatz, und die heutige Erzeugung durch Sprachmodelle.
Die Abkürzung NLG steht neben NLU für das Verstehen; beide sind Teilgebiete der Sprachverarbeitung.
Was die regelbasierte Form bis heute leistet
Verlässlichkeit. Wetterberichte, Börsenmeldungen, Sportergebnisse und Produktdatenblätter werden seit Jahren aus Vorlagen erzeugt, und dort steht keine Zahl, die nicht aus der Datenquelle stammt. Für alles, was zwingend stimmen muss und in großer Menge anfällt, ist das weiterhin die richtige Technik.
Was die heutige Form besser kann
Alles, was Formulierung ist. Ein Sprachmodell braucht keine Vorlage für jeden Fall, es variiert von selbst und geht mit Lücken in den Daten um. Der Preis ist, dass es Angaben erfinden kann, die nicht in der Quelle standen, siehe Halluzination.
Wie man beides verbindet
Zahlen aus der Vorlage, Sprache aus dem Modell. In der Praxis bewährt sich, die festen Angaben aus dem Datenbestand in den Text einzusetzen und das Modell nur die Formulierung drumherum bauen zu lassen. Damit bleibt die Prüfbarkeit der Zahlen erhalten und die Gleichförmigkeit der Vorlagentexte verschwindet.
Wofür es im Weballtag eingesetzt wird
Für Mengen. Produktbeschreibungen aus Stammdaten, Standorttexte aus einer Tabelle, Zusammenfassungen von Beiträgen, Metatexte für hunderte Seiten. In allen Fällen gilt dieselbe Regel wie bei jedem erzeugten Text: Was veröffentlicht wird, hat vorher jemand gelesen, zumindest in Stichproben.
Woran man erzeugte Texte in Mengen erkennt
An der Gleichförmigkeit. Dreihundert Produkttexte aus demselben Lauf haben denselben Satzbau, dieselbe Länge und dieselben Übergänge, und das fällt auf einer Kategorieseite sofort auf. Dagegen hilft, die Vorgaben je Warengruppe zu ändern und den Bestand danach einmal quer zu lesen.