通过模糊集在数据到文本系统中建模模糊性与不确定性

模糊性和不确定性管理被视为从非语言数据生成文本（称为数据到文本系统）的系统中尚未解决的挑战之一。在过去十年中，模糊语言摘要和数据描述方面的工作引起了人们对使用模糊集来建模和管理数据到文本系统中人类语言不精确性的兴趣。然而，尽管在这一方向上有一些研究，但关于模糊集如何有助于数据到文本以建模词语和表达中的模糊性和不确定性，尚未有实际清晰的讨论与论证。本文旨在通过回答以下问题来弥补这一差距：模糊集理论中的模糊性是什么？数据到文本语境中的模糊性是什么？模糊集理论能以哪些方式改进数据到文本系统？两个学科的研究人员需要解决哪些挑战以成功将模糊集集成到数据到文本系统中？在哪些情况下应避免在数据到文本中使用模糊集？为此，我们回顾并讨论了自然语言生成和数据到文本中模糊性建模的现状，描述了模糊集在数据到文本语境中的潜在和实际用法，并提供了一些关于使用基于模糊集技术的数据到文本系统工程的额外见解。