Эксперименты с генерацией текста

Попробуйте перемешать эти тексты, а по существу - не один, все эти варианты - крайности.

Все по перемешать а - один, Попробуйте тексты, - не крайности. варианты эти эти существу?

Синдром на лицо.

Болен.

Болен. лицо. Синдром на!

рукалицо.гиф

а смысл? все бьются над генерацией текста, но никто не может понять "зачем?"

Как зачем? Чтоб СДЛ-ы небанящиеся лепить.

Надо например статью об устройстве пылесоса написать.

Что делаем? Лазим по интернету и на одном/двух/пяти сайтах узнаем полную информацию об устройстве пылесоса. А потом своими словами пишем статью, статью для людей.

Вот бы машина всё это умела делать.

А вообще интересно конечно, машина не может пока рассказать своими словами, а человеческий мозг может. Хотя мозг изначально не был запрограммирован на совершение такой операции, а развился как-то (х.з. как).

Короче, нужен самообучающийся парсер. И чтоб алгоритмы его работы сами апгрейдились и выходил на новый уровень. (фантастика, конечно)

И да, как мне представляется (я в этом деле лох) наш мозг мыслит не словами и предложениями, а образами, объектами и взаимодействиями одних объектов с другими. А уж потом интерпретирует это в разговорный язык его социальной группы, чтоб обмениваться информацией с себе подобными.

Наверное и информацию об объекте (том же пылесосе) в этом чудо-парсере-анализаторе надо собирать и структурировать на неком языке объекта/образа, а уже потом выдавать хоть на русском, хоть на английском.

зы: ну это конечно не уровень дорвейщика-одиночки, а уровень огромного института.

просто захотелось пофантазировать. :)

Еще сейчас начните про нейронные сети говорить!:)

высокие требования к исходной базе объектов, сильные заморочки в морфе скелетов предложений, большой объем ручной работы для худо-бедно заполненной базы скелетиков, способной на троечку описать хотя бы сотню объектов типа "пылесос" или "авто".

Когда речь идет не об адронном коллайдере, класс объекта имеет в среднем ну 10-15 полей характеристик (о методах/мессаджах и прочих взаимодействиях объектов не говорим). Эти цифры из довольно обширного опыта по сбору и обработке всех этих баз чудо-парсерами и анализаторами. Подавляющее большинство полей тех же бытовых приборов или автомобилей обладают малой вариативностью (например чайник выпускается всего в трех цветах, а у машины всего два подходящих варианта кондея: "есть" и "нет"). Это довод в пользу того, что прямым переносом значений полей в текст большого разнообразия не добьешься. Нужно ацки морфить структуру применяемых при описании заготовок. Например, есть 100 чайников. Надо описать их цвет. Допустим, 10 чайников обойдутся без описания цвета. 10 получат "заглушку", мол, цвет неизвестен или чайник очень красивый (заглушки, кстати, тоже не по щелчку пальцев берутся). Оставшиеся 80 чайников должны получить шатко-валко уникальное описание цвета. Сколько скелетов понадобится? Сколько скелетов можно сгенерить на основе базовых (введенных предварительно оператором)? Да тупо от руки попробовать накопирайтить 80 описаний цвета чайника - я пробовал (правда, с девочками 😂) - удовольствие воистину задротское.

Вывод: не забивайте голову. Грамотная работа с неуником куда продуктивнее изобретений генераторов контента.

Если строить систему с взаимодействующими объектами, получаем лавинообразный эффект, соотв. имеем множество состояний системы одних и тех же объектов. Упрощенно говоря, описав однажды Сашу и Машу и научив их различным телодвижениям, изменяющим состояние, получим широкие возможности по генерации контента, поступательно описывая изменения в состоянии системы. При таком раскладе скелетики сами по себе становятся более атомарными и меньшее их количество необходимо для получения большего числа уникальных текстов. Но готовы ли вы написать собственный смоллтолк, да еще научить его разнообразно документировать протекающие в сценариях взаимодействия объектов процессы?

response, а может ну их эти алгоритмы и проги, может лучше вот так?