Doğal dil üretme (İngilizce natural language generation, NLG), bilgisayarların bilgi girdilerinden okunabilir metin veya anlaşılabilir konuşma oluşturmasını inceleyen doğal dil işleme alanıdır. Girdiler yapılandırılmış kayıtlar, veri tabanı bilgileri, sensör verileri ya da anlamın içsel bir gösterimi olabilir [1]. Özetleme ve diyalog yanıtı üretimi gibi metinden metne görevler de üretim araştırmalarıyla kesişir. NLG yalnızca dilbilgisel cümle kurmayı değil, hangi bilgilerin aktarılacağını ve bunların nasıl düzenleneceğini de kapsar [1][2].
Üretim süreci
Klasik modüler sistemlerde önce amaçla ilgili bilgiler seçilir, ardından bu bilgiler metinsel bir sıraya konur. Sonraki kararlar sözcük seçimi, ifadelerin birleştirilmesi ve gönderimlerin kurulması gibi işleri içerebilir; yüzey gerçekleştirme aşaması ise planlanan içeriği dilbilgisel biçimde ifade eder [1][2]. Bu aşamalar her sistemde ayrı ayrı ve sabit bir sıra içinde yürütülmez. Veri temelli yöntemler, geleneksel olarak ayrı kabul edilen kararları birlikte öğrenebilir. Bu nedenle aşamalı model, alanın tüm sistemlerini tanımlayan zorunlu bir şema değil, üretim kararlarını açıklamak için kullanılan bir çerçevedir [1].
Uygulamalar ve değerlendirme
Uygulamalar arasında veri kayıtlarından rapor hazırlama, otomatik haber veya açıklama üretme, konuşma sistemlerinde yanıt oluşturma ve görsel içerik için altyazı yazma bulunur [1][2]. Girdinin türü ve hedeflenen kullanım, sistemin ne üreteceğini belirler.
Bir metni değerlendirmek yalnızca akıcılığı ölçmekle sınırlı değildir. Üretimin girdideki bilgileri doğru yansıtması, tutarlı olması ve hedeflenen okuyucuya uygunluğu da önem taşır. Bu ölçütleri tek bir puanla yakalamak güç olabilir; NLG araştırmaları değerlendirme yöntemlerinin sınırlılıklarını ve farklı ölçümlerin ilişkisini ayrıca ele alır [1]. Dolayısıyla bir sistemin akıcı metin üretmesi, içeriğin mutlaka doğru olduğu anlamına gelmez. Alan; dilbilim, bilgisayar bilimi ve yapay zekâ yöntemlerinin kesişiminde gelişen araştırma ve uygulamaları kapsar [1][2].