编码特定于域的文本生成器

Question

我的一位朋友在房地产行业，在展示了房地产广告的写作艺术后，我意识到这是非常公式化的。特别是在线广告时，您会填写预定义的字段。

当然，我考虑创建一个几乎可以自动编写广告的生成器。我不希望它产生出色的甚至是非常好的副本，只是它可以像人类一样将单词和句子组合在一起。

我有一个定义广告的骨架/模板，我还将一组可以随机选择的短语和单词组合在一起，但是我对编码这样一个生成器的更一般方面感兴趣？我可以阅读哪些建议，提示或文献，以便更好地理解这个小项目？

Answer 1

使用有关列表的元数据将是一种方式。

对于给定的房子，你有这些属性：

（类型：bungalo，sq feet：＆lt; = 1400）您可以使用“舒适的小屋”这个短语。

卧室：明显，浴室也一样。假设使用大，中等字样

车库点： if＆gt; 2 然后“可以停放多辆车”等。

考虑到地址的纬度/经度，您可以更进一步，有网络服务，您可以找到附近的公园数量，附近的犯罪等等。

瑞克

Answer 2

我想说你可以采取三种基本方法解决这样的问题，这取决于你希望系统的灵活程度以及你想要投入多少工作量。最简单的是将其视为报告生成问题，与Rick的建议一致。这可能就像我要制作一份上市初稿一样。结果将是纯粹的样板，但每个列表都可以由撰稿人快速打孔。

但是，如果你想获得幻想，你可以将它作为一种自然语言生成问题。您将从某种知识表示开始，描述列表的含义和规则集（比如说，有限状态传感器），用于将意义映射到语言形式。关于这类东西有大量的学术文献，尽管这些日子已经过时了。要开始的地方可能是Blackburn & Bos's book或NLTK套件（特别是contrib包中的一些项目）。

第三种方式是将其视为翻译问题，主要是将数据库条目“翻译”为广告文案。您将从大量列表和相应的人工书写广告开始，并构建两者之间关系的统计模型。 Moses/Giza++是用于构建和应用此类模型的通用工具。