Demasiado vago para responder. Primero, NLG depende en gran medida del propósito, al igual que la forma en que su comunicación escrita varía con el propósito. Por ejemplo, necesitarás aplicar mucha creatividad mientras escribes un blog; la curación requiere que su contenido y conocimiento mundial se base en el documento de entrada; mientras que los informes son principalmente plantillas y usan NLG para realizar las oraciones y NLG para chatbots requiere motores NLU / intent.
Para cierto contenido, NLG es libre de producir resultados muy similares (chatbots, informes, etc.) pero para algunos tipos de contenido no puede (problemas de plagio en blogs). Entonces, la aleatoriedad del contenido / selección léxica varía. Es mejor trabajar hacia atrás y decidir sobre los módulos necesarios para NLGenerator que utilizar una arquitectura fija. La mayoría del material de investigación que encuentra en línea es para la generación de contenido estructurado, como generar informes.
- ¿Cuáles son los mayores desafíos en la enseñanza del aprendizaje automático?
- ¿Es una idea loca aprender el aprendizaje automático y el aprendizaje profundo sin ningún conocimiento avanzado de matemáticas?
- Estoy creando un plan de enrutamiento de vehículos con la ruta y el costo más bajos. ¿Sería más significativo el agrupamiento k-k o los vecinos k-más cercanos?
- ¿Cómo se entrenan las redes estocásticas generativas?
- ¿Puedo usar el concepto de aprendizaje automático para predecir cuánta cantidad de comida cocinar por día en un restaurante?