TAILIEUCHUNG - Báo cáo khoa học: "Automated planning for situated natural language generation"

We present a natural language generation approach which models, exploits, and manipulates the non-linguistic context in situated communication, using techniques from AI planning. We show how to generate instructions which deliberately guide the hearer to a location that is convenient for the generation of simple referring expressions, and how to generate referring expressions with context-dependent adjectives. | Automated planning for situated natural language generation Konstantina Garoufi and Alexander Koller Cluster of Excellence Multimodal Computing and Interaction Saarland University Saarbrucken Germany garoufi koller @ Abstract We present a natural language generation approach which models exploits and manipulates the non-linguistic context in situated communication using techniques from AI planning. We show how to generate instructions which deliberately guide the hearer to a location that is convenient for the generation of simple referring expressions and how to generate referring expressions with context-dependent adjectives. We implement and evaluate our approach in the framework of the Challenge on Generating Instructions in Virtual Environments finding that it performs well even under the constraints of realtime generation. 1 Introduction The problem of situated natural language generation NLG . of generating natural language in the context of a physical or virtual environment has received increasing attention in the past few years. On the one hand this is because it is the foundation of various emerging applications including human-robot interaction and mobile navigation systems and is the focus of a current evaluation effort the Challenges on Generating Instructions in Virtual Environments GIVE Koller et al. 2010b . On the other hand situated generation comes with interesting theoretical challenges Compared to the generation of pure text the interpretation of expressions in situated communication is sensitive to the non-linguistic context and this context can change as easily as the user can move around in the environment. One interesting aspect of situated communication from an NLG perspective is that this non-linguistic context can be manipulated by the speaker. Consider the following segment of discourse between an instruction giver IG and an instruction follower IF which is adapted from the SCARE corpus Stoia et al. 2008 1 IG Walk

• Báo cáo khoa học
• Automated planning
• situated natural language generation
• Konstantina Garoufi and Alexander Koller
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• BMC Cancer
• Volumetric modulated arc therapy
• Beam complexity
• Monitor unit efficiency
• Auto planning
• Breast cancer
• Nasopharyngeal carcinoma
• báo cáo y học
• công trình nghiên cứu về y học
• tài liệu về y học
• cách trình bày báo cáo
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball