实用人工智能课件-主题2 数字人文实践.pptxVIP

主题2数字人文实践

CONTENTS目录文本生成的技术原理2.1提示词工程2.2AI辅助智能写作2.3知识结构化与思维导图2.4知识结构化与思维导图2.5知识结构化与思维导图2.6项目实战2.7

01文本生成的技术原理

01基于规则的文本生成02基本统计的文本生成03基于深度学习的文本生成文本生成的技术原理

文本生成文本生成：自然语言处理的核心任务之一，其目标是使计算机能够根据给定的输入信息或指令，自动生成符合语法规范、语义连贯且贴近人类表达习惯的文本。依赖显式语言规则基于统计的数据驱动以深度学习为主导

基于规则的文本生成自然语言处理发展的早期方法。人工定义形式化的语法规则和模板来生成符合语言规范的句子。模板填充法[城市]，明日天气[天气状况]，最高气温[温度1]摄氏度，最低气温[温度2]摄氏度北京，明日天气晴转多云，最高气温25摄氏度，最低气温15摄氏度优点：适合于短文本生成；输出内容在设计者的预期之内。缺点：依赖人工，成本较高，可扩展性差，缺乏语言的多样性和创造性。

基于统计的文本生成20世纪末至21世纪初主流文本生成方法。从大量文本数据中学习语言的概率分布与统计规律，实现自动化的文本生成。学习大量的文本数据如新闻、小说等，通过统计词与词之间共同出现的频率来掌握语言习惯。例如，在训练语料中若“人工智能”后接“技术”的概率远高于接“苹果”，那么在生成相关语句时，模型便会更倾向