Generation of product descriptions based on structured data using an NLG approach

Permettere la comunicazione tra uomo e computer è da sempre una delle sfide più affascinanti nel mondo della ricerca scientifica. La diffusione dei sistemi di Natural Language Processing (NLP) ha poi messo le basi per l'implementazione di applicazioni innovative per la comprensione del linguaggio naturale. Con il recente sviluppo delle tecniche di deep learning e Natural Language Generation (NLG) in particolare, è stata fornita alle macchine la capacità di scrivere e parlare, superando i limiti dei tradizionali modelli predefiniti e rendendo l'intelligenza artificiale ancora più umana. Tuttavia, implementare modelli sofisticati per un uso pratico è decisamente impegnativo, soprattutto nei contesti aziendali in cui la qualità del risultato finale ha un impatto diretto sulla resa economica del servizio. Il lavoro di tesi proposto si occupa di sviluppare un framework specifico per la generazione di testi partendo da dati strutturati (conosciuto come data-to-text), basato principalmente sul modello linguistico pre-addestrato GPT-2 e su popolari procedure NLP. L'obiettivo finale è quello di generare descrizioni dettagliate di prodotti tecnologici in modo autonomo, partendo dalle specifiche tecniche, al fine di promuovere l'automazione e ridurre il contributo umano. Piuttosto che riportare semplicemente le caratteristiche del prodotto, il sistema crea in maniera indipendente una struttura coesa, interpretando le informazioni che riceve. In questo modo, è in grado di formulare considerazioni logicamente sensate e motivare i possibili benefici, cercando di rimanere coerente con le informazioni di partenza. I risultati ottenuti presentano un'interessante tendenza a riprodurre correttamente lo stile semantico, lessicale e linguistico del contesto studiato.