تولید زبان طبیعی

تولید زبان طبیعی ( انگلیسی: Natural language generation ) که به طور مخفف NLG خوانده می شود، یک فرایند نرم افزاری است که خروجی زبان طبیعی را تولید می کند. در یکی از پراستنادترین بررسی های روش های NLG, NLG به عنوان «زیرشاخه ای از هوش مصنوعی و زبان شناسی محاسباتی توصیف می شود که با ساختن سیستم های رایانه ای سروکار دارد که می تواند متون قابل فهمی را به زبان انگلیسی یا سایر زبان های انسانی از برخی بازنمایی زیربنایی غیرزبانی اطلاعات تولید کند». [ ۱]
در حالی که به طور گسترده توافق شده است که خروجی هر فرایند NLG متن است، در مورد اینکه آیا ورودی های یک سیستم NLG باید غیرزبانی باشند یا خیر، اختلاف نظر وجود دارد. [ ۲] کاربردهای متداول روش های NLG شامل تولید گزارش های مختلف، به عنوان مثال آب و هوا[ ۳] و گزارش های بیمار، [ ۴] شرح تصاویر. و بات مکالمه است.
NLG خودکار را می توان با فرایندی مقایسه کرد که انسان ها هنگام تبدیل ایده ها به نوشتار یا گفتار از آن استفاده می کنند. روانشناسان زبان اصطلاح تولید زبان را برای این فرایند ترجیح می دهند، که می تواند در اصطلاحات ریاضی نیز توصیف شود یا در رایانه برای تحقیقات روانشناختی مدل شود. سیستم های NLG را همچنین می توان با مترجم های زبان های رایانه ای مصنوعی، مانند دیکامپایلرها یا ترانسپایلرها مقایسه کرد، که کدهای قابل خواندن توسط انسان تولید شده از یک نمایش میانی را نیز تولید می کنند. زبان های انسانی به طور قابل توجهی پیچیده تر هستند و امکان ابهام و تنوع بیان بسیار بیشتری را نسبت به زبان های برنامه نویسی می دهند، که NLG را چالش برانگیزتر می کند.
NLG ممکن است به عنوان مکمل درک زبان طبیعی ( NLU ) در نظر گرفته شود: در حالی که در درک زبان طبیعی، سیستم باید جمله ورودی را برای تولید زبان نمایش ماشینی ابهام زدایی کند، در NLG سیستم نیاز به تصمیم گیری در مورد نحوه نمایش یک زبان به کلمات دارد. ملاحظات عملی در ساخت NLU در مقابل سیستم های NLG باید با ورودی مبهم یا اشتباه کاربر مقابله کند، در حالی که ایده هایی که سیستم می خواهد از طریق NLG بیان کند، عموماً دقیقا شناخته شده اند. NLG باید یک نمایش متنی خاص و خودسازگار را از میان بسیاری از نمایش های بالقوه انتخاب کند، در حالی که NLU معمولاً سعی می کند یک نمایش واحد و نرمال شده از ایده بیان شده تولید کند.