Richtung mehr Variation in der Textgenerierung: Entwicklung und Evaluation von Variationsmodellen für die Wahl der referenziellen Form

In dieser Studie stellen wir eine nichtdeterministische Methode zur Generierung von referenziellen Ausdrücken vor. Wir beschreiben zwei Modelle, die individuelle Variation in der Wahl der referenziellen Form in automatisch generierten Texten berücksichtigen: ein Naive Bayes-Modell und ein rekurrentes neuronales Netzwerk. Beide werden unter Verwendung des VaREG-Korpus evaluiert. Anschließend wählen wir das leistungsstärkste Modell aus, um referenzielle Formen in Texten aus dem GREC-2.0-Korpus zu generieren, und führen ein Evaluierungsexperiment durch, bei dem Menschen die Kohärenz und Verständlichkeit der generierten Texte bewerten, indem sie diese sowohl mit den ursprünglichen Referenzen als auch mit den von einem zufälligen Basislinienmodell erzeugten vergleichen.