Doğal Dil Üretimi Peyzajı

Doğal dil üretiminin (NLG) ticari uygulaması henüz emekleme aşamasındadır. 7.000'den fazla katılımcının bulunduğu kalabalık martech ortamının aksine, NLG ortamı çok seyrek. Bu yazıda, hem uzun hem de kısa biçimli içerik oluşturmak, yapılandırılmış verilerden anlatılar oluşturmak ve metni konuşmaya dönüştürmek için NLG kullanan kuruluşlara bakıyoruz.

Uzun Biçimli İçerik Üretimi (750+ kelime)

MarketMuseNLG Technology, doğal dil oluşturma kullanılarak oluşturulmuş uzun biçimli içerik sunan ilk ve tek platformdur. Derin öğrenme sinir ağlarının ve MarketMuse İçerik Özetlerinin yardımıyla uzun biçimli metinler oluşturuyoruz.

Bu MarketMuse İçerik Özetleri, daha iyi içerik oluşturmalarına yardımcı olmak için insan yazarlara verilenlerle tamamen aynıdır. Özetler, içerik oluşturmak için ayrıntılı bir çerçeve sağlar. MarketMuse İçerik Özetleri konuları, soruları ve alt başlıklarıyla NLG motorunun ilgili metni oluşturması için bağlam sağlar.

Sonuç, minimum düzenleme gerektirirken tüm temel KPI'lara ulaşan ilk içerik taslağıdır.

Metin Oluşturma (750 kelimeden az)

Amacımız için 750 kelimeden daha azını basit metin oluşturma olarak tanımlıyoruz. Daha kısa bir anlatım biçiminin daha uygun olduğu belirli durumlar vardır – örneğin e-posta ve web metin yazarlığı.

Amaçları kökten farklı olsa da, iki teklif bu kategoriye girer.

Articoolo, 500 kelimeye kadar web sitesi makalelerine ihtiyaç duyan yayıncılara yöneliktir. Tüm gereken, iki ila beş kelimelik bir konu ve istenen kelime sayısıdır. Teşvik edici olmakla birlikte, bu tür kısa ve yüzeysel makalelerin değeri sınırlıdır.

Phrasee, ürün tekliflerini kısa metin gerektiren belirli kullanım durumları için uyarlama konusunda mükemmel bir iş çıkardı. Bunlar, yüksek etkili ve özlü kopyadan yararlanan yüksek değerli durumlardır.

Cümle E-postası, e-posta konu satırları, ön başlık, başlıklar, alt başlık kopyası ve harekete geçirici mesajlar için kullanılır. Phrasee Push, mobil uygulama push mesajları için kullanılır. Phrasee Social, Facebook ve Instagram mesajları hazırlamak için kullanılırken Phrasee Everywhere, AdWord, açılış sayfası ve görüntülü reklam metnine yardımcı olur.

Makale Yeniden Yazarları ve Karıştırıcıları

Bilgisayar destekli makale oluşturmanın en ilkel biçimi, makale döndürme olarak da bilinen makale yeniden yazmadır. On yıldan fazla bir süredir var olan SEO'lar, ağları bağlamak için büyük miktarlarda düşük kaliteli içeriği hızla üretmek için makale döndürücüleri kullanıyor.

Bu doğal dil üretimi değildir.

İnsanlar nadiren bu siteleri ziyaret eder veya bu sayfaları okur. Bunlar, belirli sayfaların aramada iyi sıralanabilmesi için Google PageRank'ten yararlanmak üzere tasarlanmış blog ağlarıdır.

Makale döndürmenin temeli basittir. Orijinal bir metin parçası alın ve yeni bir sürüm oluşturmak için farklı sözcükleri değiştirin. Erken denemeler, ikameleri seçerken kötü kelime seçiminden muzdaripti.

İşte yukarıdaki paragraf, bir makale döndürücüsünden geçin.

“Metnin yeniden yazılmasının nedeni basittir. Benzersiz bir içerik parçası alın ve yeni benzersiz içerik oluşturmak için çeşitli kelimeleri değiştirin. Erken çabalar, ikameleri seçerken kötü kelime kararı verdi. ”

Dilbilgisi açısından doğru olsa da, garip. Şimdiye kadar bu yaklaşımı kullanan iyileştirmeler çok az olmuştur. Bazıları, sözdizimi analizi yapmak, konuşmanın bölümlerini (PoS) belirlemek ve belirteçleri ve cümleleri çıkarmak için Google'ın Doğal Dil İşleme API'sini kullanır. Ancak, çıktı kalitesi zayıf olmaya devam ediyor ve bu ürünler için hedef pazar aynı kalıyor.

Bu alanda çalışan birkaç şirket arasında WordAi, SEO Article Generator, AI Spinner ve Chimp Rewriter sayılabilir. Hiç şüphe yok ki, daha pek çok şey var, ama hiçbiri iyi değil. Kendilerini bu şekilde konumlandırmaya çalışsalar da, bu ürünlerin yapay zeka veya doğal dil işleme ile pek ilgisi yoktur.

Makale karıştırıcılar, nasıl pazarlanabileceklerine rağmen, doğal dil üretimiyle pek ilgisi olmayan başka bir içerik üreticisi sınıfıdır. Adından da anlaşılacağı gibi, makale karıştırma, konuyla ilgili sayfalardan cümleleri karıştırmayı, bunları bir anlatıya dönüştürmeyi ve eş anlamlıları kullanarak belirli ifadeleri değiştirmeyi içerir.

Burada hem makro hem de mikro düzeyde sorunlar var. Bu parçaların gerçek bir genel yapısı yok. Cümle düzeyinde bile, yapılan seçimler biraz keyfi görünüyor.

Ürünleri, makale karıştırma kategorisine giren iki şirket, Article Forge ve AI Writer'dır.

Yapılandırılmış Veri Anlatımı

Bu kategorideki uygulamalar, yüksek düzeyde yapılandırılmış veri kümelerini alır ve bunları bir anlatıya dönüştürür. Associated Press, yapay zeka yardımıyla üç ayda bir yaklaşık 4.000 şirket kazanç makalesi üretiyor. E-ticaret siteleri de bu yöntemi kullanarak ürün açıklamaları, kategori hikayeleri ve haber bültenleri oluşturabilir.

Destekleyecek yapılandırılmış verilere sahip olduğunuz sürece, bu yaklaşımın sayısız kullanım durumu vardır. Bu işi geniş ölçekte yapmak için kritik faktör budur. Kazanç raporu örneğinde, genel hikaye oldukça basittir ve asla değişmez. Her hikayeyi farklı kılan değişkenlerdir. İşte Associated Press'ten bir Apple kazanç raporu örneği.

İşte bu alanda çalışan bazı markalar:

• Sözcük ustası
• tüy
• balta anlambilimi
• Arria
• YSEOP
• metin motoru.io
• vifade
• Spesifik
• cin
• EKİP makinesi

Bu platformlar ya şablon tabanlı bir yaklaşım kullanır ya da belgeleri dinamik olarak oluşturur. En basiti, verilerin şablon içindeki boşluklara doldurulduğu bir boşluk doldurma yaklaşımıdır.

Web şablonlama dilleri, komut dosyaları veya kural üreten metinler, basit boşluk doldurmadan bir adım ötededir. Ancak karmaşık dil becerileri olmadan yüksek kaliteli metinler üretmekte zorlanır.

Kelime düzeyindeki dilbilgisi işlevleri, imla, morfoloji, morfofonoloji ve bunların istisnaları ile ilgilenebildikleri için karmaşık şablonlar yazmayı nispeten daha kolay hale getirir. Ancak kusura bakmayın, bu şekilde kaliteli çıktı üretmek önemli bir zorluk olmaya devam ediyor.

Konuşma metni

Metinden konuşmaya, yazılı metni çeşitli dillerde kulağa doğal gelen sese dönüştürür. Chatbot ve sesli asistan etkileşiminde, dijital e-kitapları sesli kitaplara dönüştürmede ve araç içi navigasyon sistemleriyle etkileşimde kullanılabilirler.

Son zamanlarda şirketler, insan kayıtlarıyla neredeyse aynı olan konuşmayı sentezlemek için derin sinir ağlarını kullanıyor. İnsan benzeri konuşma kalıpları, tonlama ve artikülasyon, AI sistemleriyle etkileşime girerken dinleme yorgunluğunu önemli ölçüde azaltır.

Bir avuç tanınmış kuruluş bu alana hakimdir:

• IBM Watson
• Microsoft
• Amazon Polly
• Google

Özet

Son birkaç yılda, doğal dil üretimi, öncelikle metinden konuşmaya ve yüksek düzeyde yapılandırılmış verilerden anlatılar oluşturmaya odaklandı. MarketMuse NLG Teknolojisi ile pazarlamacılar artık uzun biçimli içerik üretmek için NLG'den yararlanabilir.