军用文书自动生成中表层实现的概率模型

一种基于语料库的军用文书自动生成中表层实现的概率模型。运用最大熵模型,把N元文法语法模型获取的生成文本中词汇间的同现概率信息、句法依赖树中的句法信息和属性信息进行有机结合,生成文书文本。实验结果证明,该模型可以逐个词汇地生成满足要求的文本。

C^3I系统仿真中基于NLG技术的文电自动生成

文电拟制是C3I系统仿真中的重要工作,普遍采用“模板”式的生成,提出的基于自然语言生成技术设计文电自动生成系统的方法,可实现文电“智能”式的生成,系统包括内容规划、句子规划和表层实现三个部分,利用改进的Schema方法在内容规划器中规划出生成信息的深层语义,然后经过在句子规划中优化处理使其结构更加合理,最后在表层实现器中利用合一算法生成合乎习惯的表层句子。

NLG技术在C^3I系统作战文书生成中的应用

作战文书拟制是C3 I系统中的重要工作 ,目前在C3 I系统中作战文书的拟制普遍采用“模板”式的生成 ,它明显具有过于僵化、应用范围窄、适应性差、信息易丢失等缺点。自然语言生成技术就是模仿人自动产生一段文本 ,它是人工智能 (AI)中应用前景非常广阔的一个领域 ,利用该技术实现作战文书“智能”式的生成 。

数据到文本生成研究综述

机器新闻写作,作为人工智能在传媒业的一种应用,越来越受到学界和业界的关注,目前主要用于体育、财经、气象地质和健康等领域。机器新闻写作的核心是自然语言生成技术,而数据到文本生成是自然语言生成领域的典型技术,是实现机器新闻写作的关键技术之一。为了更好地研究数据到文本生成技术并将其应用于机器新闻写作领域,以内容选择和表层实现为重点,梳理了近年来数据到文本生成的发展脉络,并比较了基于规则和数据驱动两种研究方法,归纳了不同领域的可用数据集,总结了内在和外在两类评价方法,分析了数据到文本生成技术当前存在的问题,以及探讨了其未来可能的研究方向。

C^3I系统中NLG理论框架下的作战文书自动生成

作战文书拟制是C^3I系统中的重要工作,目前在C^3I系统中作战文书的拟制普遍采用“模板”式的生成,它明显具有过于僵化、应用范围窄、适应性差、信息易丢失等缺点。自然语言生成技术是人工智能(AI)中应用前景非常广阔的一个领域,利用该技术实现作战文书“智能”式的生成,是文书生成的一个有效方法,它包括内容规划、句子规划和表层实现三个部分。