이 게시물은 논문을 기반으로 AI가 생성한 요약 및 분석 결과입니다. 원문 PDF를 다운로드하거나 브라우저에서 직접 확인하세요.
Summary (English)
This paper focuses on the issue of mixing representation levels in text generation systems, specifically discussing NLG and template based techniques.
The authors argue that combining these two strategies can be analysed within a linguistic framework while preserving modularity.
They propose a hybrid approach to integrate templates with deep NLG architectures, overcoming some drawbacks such as time efficiency and resource development cost.
Three crucial technical terms are identified: mixed representations (MR), static templates, and NLG systems.
MR combines information from various representation levels in a systematic manner; static templates pertain to fixed strings combined with gaps filled at processing time; NLG systems map non-linguistic representations into linguistic abstractions through intermediate steps.
The authors argue that combining these two strategies can be analysed within a linguistic framework while preserving modularity.
They propose a hybrid approach to integrate templates with deep NLG architectures, overcoming some drawbacks such as time efficiency and resource development cost.
Three crucial technical terms are identified: mixed representations (MR), static templates, and NLG systems.
MR combines information from various representation levels in a systematic manner; static templates pertain to fixed strings combined with gaps filled at processing time; NLG systems map non-linguistic representations into linguistic abstractions through intermediate steps.
요약 (Korean)
이 논문은 텍스트 생성 시스템에서 표현 수준을 혼합하는 문제, 특히 NLG 및 템플릿 기반 기술을 논의하는 문제에 중점을 둡니다.
저자는이 두 가지 전략을 결합하여 모듈성을 보존하면서 언어 프레임 워크 내에서 분석 할 수 있다고 주장합니다.
그들은 템플릿을 깊은 NLG 아키텍처와 통합하기위한 하이브리드 접근법을 제안하여 시간 효율성 및 자원 개발 비용과 같은 일부 단점을 극복합니다.
혼합 표현 (MR), 정적 템플릿 및 NLG 시스템의 세 가지 중요한 기술 용어가 식별됩니다.
MR은 다양한 표현 수준의 정보를 체계적인 방식으로 결합합니다.
정적 템플릿은 처리 시간에 채워진 간격과 결합 된 고정 문자열과 관련이 있습니다.
NLG 시스템은 중간 단계를 통해 비 언어 적 표현을 언어 적 추상화로 매핑합니다.
저자는이 두 가지 전략을 결합하여 모듈성을 보존하면서 언어 프레임 워크 내에서 분석 할 수 있다고 주장합니다.
그들은 템플릿을 깊은 NLG 아키텍처와 통합하기위한 하이브리드 접근법을 제안하여 시간 효율성 및 자원 개발 비용과 같은 일부 단점을 극복합니다.
혼합 표현 (MR), 정적 템플릿 및 NLG 시스템의 세 가지 중요한 기술 용어가 식별됩니다.
MR은 다양한 표현 수준의 정보를 체계적인 방식으로 결합합니다.
정적 템플릿은 처리 시간에 채워진 간격과 결합 된 고정 문자열과 관련이 있습니다.
NLG 시스템은 중간 단계를 통해 비 언어 적 표현을 언어 적 추상화로 매핑합니다.
기술적 용어 설명 (Technical Terms)
본 논문을 이해하는 데 도움이 되는 주요 기술 용어와 일반적인 설명을 제공합니다. 각 용어 옆의 링크를 통해 외부 참고 자료를 검색해 볼 수 있습니다.
- Mixed Representations (MR) [Wikipedia] [NASA] [PubMed] [Nature] [arXiv]: 간결한 설명 1- 표현 수준은 다양한 표현 수준을 원칙적으로 결합하여 정보의 체계적인 통합을 위해 혼합 된 표현 수준. 이 접근법은 표현을 혼합하는 동안 NLG 아키텍처 내의 모듈성을 유지합니다. MR은 템플릿이 제공하는 유연성과 함께 본격적인 NLG 접근법을 사용할 가능성을 허용합니다. (Original English: Concise explanation 1 – Representation levels mixed for systematic integration of information, combining various representation levels in a principled manner. This approach preserves modularity within NLG architectures while mixing representations. MR allows for the possibility of using full-fledged NLG approaches alongside the flexibility provided by templates.)
- Static Templates [Wikipedia] [NASA] [PubMed] [Nature] [arXiv]: 간결한 설명 2- 처리 시간, 아키텍처 단순성 및 절차도에 채워진 갭과 결합 된 고정 문자열과 관련된 표현 수준. 이 접근법은 형태 학적 구문 및 음운 조정 구성 요소에 지금까지 지불 된주의를 조달하는 텍스트 계획을 통해 정적 표현 중 자연 언어 생성기를 식별하는 데 중점을 둡니다. 정적 템플릿은 시간 효율성 및 자원 개발 비용과 같은 NLG의 일부 단점을 극복하기 위해 NLG 아키텍처 내에서 이용 가능한 다양한 얕은 세대 기술 중 하나 일뿐입니다. (Original English: Concise explanation 2 – Representation level pertaining to fixed strings combined with gaps filled at processing time, architectural simplicity and procedduality. This approach focuses on identifying natural language generators among static representations through textual plans procuring attention paid so far to Morphological Syntax and Phonological Adjustment components. Static templates are just one among various shallow generation techniques available within NLG architectures, in order to overcome some of the drawbacks of NLG such as time efficiency and resource development cost.)
- NLG Systems [Wikipedia] [NASA] [PubMed] [Nature] [arXiv]: 간결한 설명 3- 다른 정도의 언어 분석을 특징으로하는 개념을 사용하여 중간 단계를 통한 언어 추상화와 관련된 표현 수준. 이 접근법은 중간 단계를 통해 비 언어 표현을 언어 추상화로 맵핑하는 NLG 시스템에 중점을 둡니다. NLG 시스템은 일반적으로 Reiter (1995)에 의해 도입 된 템플릿과 비교되며,이 시스템은 깊은 분석과 얕은 분석의 구별에 도달 할 수 있습니다. 제안 된 하이브리드 접근법은 NLG 아키텍처 내에서 모듈성을 보존하면서 다양한 표현 수준을 체계적인 방식으로 결합하는 동시에 혼합 표현 수준을 허용하고; 정적 템플릿은 처리 시간, 아키텍처 단순성 및 절차도에 채워진 간격과 결합 된 고정 문자열과 관련이 있습니다. NLG 시스템은 다른 수준의 언어 분석을 특징으로하는 개념을 사용하여 중간 단계를 통해 언어 적 추상화로 비 언어 적 표현을 맵핑합니다. (Original English: Concise explanation 3 – Representation level pertaining to linguistic abstractions through intermediate steps using concepts characterised by different degrees of linguistic analysis. This approach focuses on NLG systems, which map non-linguistic representations into linguistic abstractions through intermediate steps. NLG systems are usually compared with templates introduced by Reiter (1995), these systems can reach the distinction between deep and shallow analysis. The hybrid approach proposed allows for mixing representation levels while preserving modularity within NLG architectures, combining various representation levels in a systematic manner; static templates pertain to fixed strings combined with gaps filled at processing time, architectural simplicity and procedduality; NLG systems map non-linguistic representations into linguistic abstractions through intermediate steps using concepts characterised by different degrees of linguistic analysis.)
Excerpt (English Original)
Mixing representation levels: The hybrid approach to automatic text generation E.
Pianta ; L.M.
Tovena ; ITC-IRST ; via Sommarive 38050 Povo TRENTO – Italy ;1999 {tovena,pianta}@itc.it Jul Abstract16 Natural language generation systems (NLG) map non-linguistic representations into strings of words through a number of steps using intermediate representations of various levels of abstraction.
Template based systems, by contrast, tend to use only one representation level, i.e.
fixed strings, which are combined, possibly in a sophisticated way, to generate the final text.
In some circumstances, it may be profitable to combine NLG and template based techniques.
The issue of combining generation techniques can be seen in more abstract terms as the issue of mixing levels of representation of different[cs.CL] degrees of linguistic abstraction.
This paper aims at defining a reference architecture for systems using mixed repre- sentations.
We argue that mixed representations can be used without abandoning a linguistically grounded approach to language generation.
1 Introduction 2 NLG and templates Natural language generation systems (NLG) map non- The strategy to perform automatic text generation called linguistic representations into strings of words through Natural Language Generation par excellence, or also Deep a number of steps using intermediate representations of Generation, is characterised by the fact that it relies on various levels of abstraction.
Template based systems, conceptual models of language developed in current lin- by contrast, tend to use only one representation level, i.e.
guistic theories.
Systems following this strategy are based fixed strings, which are combined, possibly in a sophisti- on concepts such as morpheme, word, sentence, semantic cated way, to generate the final text.
or syntactic representation, communicative intention, etc.
In some circumstances, it may be profitable to com- Each of these objects pertains to a level of linguistic anal-arXiv:cs/9907026v1 bine NLG and template based techniques.
The issue of…
Pianta ; L.M.
Tovena ; ITC-IRST ; via Sommarive 38050 Povo TRENTO – Italy ;1999 {tovena,pianta}@itc.it Jul Abstract16 Natural language generation systems (NLG) map non-linguistic representations into strings of words through a number of steps using intermediate representations of various levels of abstraction.
Template based systems, by contrast, tend to use only one representation level, i.e.
fixed strings, which are combined, possibly in a sophisticated way, to generate the final text.
In some circumstances, it may be profitable to combine NLG and template based techniques.
The issue of combining generation techniques can be seen in more abstract terms as the issue of mixing levels of representation of different[cs.CL] degrees of linguistic abstraction.
This paper aims at defining a reference architecture for systems using mixed repre- sentations.
We argue that mixed representations can be used without abandoning a linguistically grounded approach to language generation.
1 Introduction 2 NLG and templates Natural language generation systems (NLG) map non- The strategy to perform automatic text generation called linguistic representations into strings of words through Natural Language Generation par excellence, or also Deep a number of steps using intermediate representations of Generation, is characterised by the fact that it relies on various levels of abstraction.
Template based systems, conceptual models of language developed in current lin- by contrast, tend to use only one representation level, i.e.
guistic theories.
Systems following this strategy are based fixed strings, which are combined, possibly in a sophisti- on concepts such as morpheme, word, sentence, semantic cated way, to generate the final text.
or syntactic representation, communicative intention, etc.
In some circumstances, it may be profitable to com- Each of these objects pertains to a level of linguistic anal-arXiv:cs/9907026v1 bine NLG and template based techniques.
The issue of…
발췌문 (Korean Translation – 1차 번역)
믹싱 표현 수준 : 자동 텍스트 생성 E.
Pianta에 대한 하이브리드 접근; L.M.
Tovena; ITC-irst; Sommarive 38050 Povo Trento -Italy; 1999 {Tovena, Pianta}@itc.it Jul Abstract16 자연 언어 생성 시스템 (NLG)은 다양한 수준의 추상화의 중간 표현을 사용하여 다수의 단계를 사용하여 단어의 문자열에 비 언어 적 표현을 맵핑합니다.
대조적으로 템플릿 기반 시스템은 최종 텍스트를 생성하기 위해 정교한 방식으로 결합 된 고정 된 문자열, 즉 하나의 표현 수준 만 사용하는 경향이 있습니다.
어떤 상황에서는 NLG와 템플릿 기반 기술을 결합하는 것이 프로 테이블 일 수 있습니다.
생성 기술을 결합하는 문제는 다른 [cs.cl] 언어 적 추상화의 표현 수준을 혼합하는 문제로보다 추상적 인 용어로 볼 수 있습니다.
이 백서는 혼합 된 반복을 사용하여 시스템에 대한 기준 아키텍처를 정의하는 것을 목표로합니다.
우리는 언어 생성에 대한 언어 적으로 근거한 접근 방식을 포기하지 않고 혼합 된 표현을 사용할 수 있다고 주장합니다.
1 소개 2 NLG 및 TEMPLATES NLG (Natural Lang 대조적으로 현재 Lin에서 개발 된 언어의 개념적 모델은 템플릿 기반 시스템, 대조적으로 단 하나의 표현 수준, 즉 기통 이론을 사용하는 경향이 있습니다.
이 전략을 따르는 시스템은 형태소, 단어, 문장, 의미 론적 인 Cated Way와 같은 개념에 최종 텍스트를 생성하기 위해 결합 될 수 있으며,이 전략은 결합 될 수 있습니다.
또는 구문 적 표현, 의사 소통 의도 등.
어떤 상황에서는 이러한 물체 각각이 언어 분석의 수준과 관련이있을 수있다.
…의 문제 …
Pianta에 대한 하이브리드 접근; L.M.
Tovena; ITC-irst; Sommarive 38050 Povo Trento -Italy; 1999 {Tovena, Pianta}@itc.it Jul Abstract16 자연 언어 생성 시스템 (NLG)은 다양한 수준의 추상화의 중간 표현을 사용하여 다수의 단계를 사용하여 단어의 문자열에 비 언어 적 표현을 맵핑합니다.
대조적으로 템플릿 기반 시스템은 최종 텍스트를 생성하기 위해 정교한 방식으로 결합 된 고정 된 문자열, 즉 하나의 표현 수준 만 사용하는 경향이 있습니다.
어떤 상황에서는 NLG와 템플릿 기반 기술을 결합하는 것이 프로 테이블 일 수 있습니다.
생성 기술을 결합하는 문제는 다른 [cs.cl] 언어 적 추상화의 표현 수준을 혼합하는 문제로보다 추상적 인 용어로 볼 수 있습니다.
이 백서는 혼합 된 반복을 사용하여 시스템에 대한 기준 아키텍처를 정의하는 것을 목표로합니다.
우리는 언어 생성에 대한 언어 적으로 근거한 접근 방식을 포기하지 않고 혼합 된 표현을 사용할 수 있다고 주장합니다.
1 소개 2 NLG 및 TEMPLATES NLG (Natural Lang 대조적으로 현재 Lin에서 개발 된 언어의 개념적 모델은 템플릿 기반 시스템, 대조적으로 단 하나의 표현 수준, 즉 기통 이론을 사용하는 경향이 있습니다.
이 전략을 따르는 시스템은 형태소, 단어, 문장, 의미 론적 인 Cated Way와 같은 개념에 최종 텍스트를 생성하기 위해 결합 될 수 있으며,이 전략은 결합 될 수 있습니다.
또는 구문 적 표현, 의사 소통 의도 등.
어떤 상황에서는 이러한 물체 각각이 언어 분석의 수준과 관련이있을 수있다.
…의 문제 …
출처: arXiv