Communication Mediated through Natural Language Generation in Big Data Environments: The Case of Nomao

Along with the development of big data, various Natural Language Generation systems (NLGs) have recently been developed by different companies. The aim of this paper is to propose a better understanding of how these systems are designed and used. We propose to study in details one of them which is the NLGs developed by the company Nomao. First, we show the development of this NLGs underlies strong economic stakes since the business model of Nomao partly depends on it. Then, thanks to an eye movement analysis conducted with 28 participants, we show that the texts generated by Nomao’s NLGs contain syntactic and semantic structures that are easy to read but lack socio-semantic coherence which would improve their understanding. From a scientific perspective, our research results highlight the importance of socio-semantic coherence in text-based communication produced by NLGs.

论自然语言处理的发展趋势

文章基于认知科学大背景下智能互联网和人工智能发展的需要,通过对认知科学领域核心技术之一的"自然语言处理"发展历程的分析,厘清了当前自然语言处理中存在的主要问题。文章认为,从整体到局部的思想转变,将是下一阶段自然语言处理能否取得突破的关键所在,动态语义分析要求引入语用技术,自然语言处理在经过语形和语义阶段之后,向语用阶段转化是必然趋势。

自然语义元语言论的认知语言观

自然语义元语言论认为概念依赖于语言 ,意义是可以直接用语义启动来释义和分析的建构性现象 ,体现人类的共同认知特征 ,句法体现和编码某种语言的意义和思维方式 。

义元理论的认知观及其对国内英语教学的启示

在简单介绍自然语义元语理论后,从认知语言学的角度对其主要观点进行阐述,进而指出其对国内英语教学的启示。英语作为第二语言的教学(TESL)的过程是英语语言系统构建的过程。自然语义元语理论试图从有限的语义基元出发对语言系统进行解构,对该解构过程的了解使我们有可能理清语言系统中语言形式、概念、内容相互之间的联系及理据,这使得自然语义元语理论对英语作为第二语言的教学具有不可替代的指导作用。支持外语教学的语言理论及相应的教学方法,应该尽可能反映客观世界、人的认知和社会文化对语言系统的影响,符合语言产生、发展、形成和使用过程中人的认知心理。自然语义元语言理论及其受其影响的教学方法就基本符合这样的要求。

波兰语义学派的最新发展:语义分子理论及其应用

波兰语义学派的语义分子理论以自然语义元语言理论为基础,是当代认知语义学中的一种新范式。其背后的哲学思想可以追溯到17世纪德国哲学家莱布尼茨的理性主义传统。本文旨在介绍波兰语义学派的最新发展,重点探讨语义分子理论的学术基础、语义分子的界定及其在词汇语义阐释中的应用。语义分子理论有助于我们重新理解词汇结构,更好地描写语义依存性及其相互关系,为研究者进行更为深入的相关研究提供借鉴,从而进一步丰富这一领域的研究内容。

面向知觉形式化特征的自然语言理解十年研究进展

首先解释了为什么采用知觉结构进行数据或特征描述以及语义的定义,以此阐明自然语言的机器理解与传统机器理解方法的区别,并通过基于知觉的理解在智能领域的广泛应用来说明知觉表示的普遍性;其次,概述了自然语言的机器真实理解自提出以来的主要理解算法,着重强调最近的研究成果与突破性进展;最后,针对目前的研究现状,提出自然语言的机器理解未来的一些研究方向,并指出一些具体挑战与可能的解决思路。

基于自然语言形态描述的地理实体模拟表达方法

日常生活中人们使用定性的自然语言描述地理实体,如何将定性描述的地理实体转换为定量的图形符号是空间认知、地图表达等领域面临的挑战。本文提出一种基于自然语言形态描述的地理实体表达方法,通过对自然语言中地理实体的语义信息进行分析,对自然语言描述的地理实体的形状、大小、分布状况等空间形态信息以地图形式进行近似表达。本文首先阐述了自然语言形态描述的定义与内涵,结合地图符号相关理论,研究了形态描述驱动的地理实体模拟表达策略,并对不同语义模糊度的地理实体图形表达进行了分析和实例设计,最后提出了一种计算空间实体相似性的方法对表达效果进行评估。结果表明,基于本文方法的地理实体模拟表达与手绘图中地理实体的平均相似度达到89.5%,与导览图的地理实体平均相似度达到86.86%,能够实现较好的表达效果,具有一定的科学性和可行性,为自然语言到地图语言的转换研究奠定了基础。