AIGC文本生成應(yīng)用項(xiàng)目2機(jī)械工業(yè)出版社《人工智能通識(shí)》配套資源制作：教材編寫團(tuán)隊(duì)AIGC本課件為《人工智能通識(shí)（AIGC版）》配套教學(xué)資源，由編寫團(tuán)隊(duì)精心打造。為便于教學(xué)使用，團(tuán)隊(duì)同步提供了豐富的輔助材料，涵蓋微課視頻、教學(xué)課件、實(shí)訓(xùn)手冊、習(xí)題答案、課程標(biāo)準(zhǔn)及程序源代碼等。同時(shí)，教材配套超星教學(xué)示范包，支持一鍵克隆為網(wǎng)絡(luò)在線課程，助力高效開展線上線下混合式教學(xué)。歡迎聯(lián)系出版方訂購使用。

書名：《人工智能通識(shí)（AIGC版）》書號(hào)

：978-7-111-79447-9出版社：機(jī)械工業(yè)出版社主編：藍(lán)永健、吳秀紅、羅智聰副主編：鄧愛玲、王有銘、葉菊、周弢PARTTWO相關(guān)知識(shí)2.相關(guān)知識(shí)思維導(dǎo)圖2.相關(guān)知識(shí)——2.1.自然語言處理的內(nèi)涵和應(yīng)用自然語言處理(NaturalLanguageProcessing,NLP)是人工智能領(lǐng)域的重要研究方向,融合了語言學(xué)、計(jì)算機(jī)科學(xué)、機(jī)器學(xué)習(xí)、數(shù)學(xué)和認(rèn)知心理學(xué)等多個(gè)學(xué)科領(lǐng)域的知識(shí)，是一門集計(jì)算機(jī)科學(xué)、人工智能和語言學(xué)于一體的交叉學(xué)科，它包含自然語言理解和自然語言生成兩個(gè)主要方面,研究內(nèi)容包括字、詞、短語、句子、段落和篇章等多種層次，是機(jī)器語言和人類語言之間溝通的橋梁。圖3-1是自然語言處理研究。（1）自然語言處理的內(nèi)涵2.相關(guān)知識(shí)——2.1.自然語言處理的內(nèi)涵和應(yīng)用簡單地說，自然語言處理（簡稱NLP）就是教計(jì)算機(jī)“聽懂”和“說好”人類語言的技術(shù)。例如，對(duì)著手機(jī)說“明天天氣怎么樣”，手機(jī)能明白你的意思并回答，這就是NLP在幫忙。2.相關(guān)知識(shí)——2.1.自然語言處理的內(nèi)涵和應(yīng)用自然語言處理的方法包括統(tǒng)計(jì)學(xué)方法、規(guī)則引擎方法、機(jī)器學(xué)習(xí)方法和深度學(xué)習(xí)方法。統(tǒng)計(jì)學(xué)方法通過詞匯和語法結(jié)構(gòu)的頻率推斷文本含義；讓計(jì)算機(jī)自己從大量例子中找規(guī)律，例如，發(fā)現(xiàn)“蘋果手機(jī)”和“華為手機(jī)”經(jīng)常一起出現(xiàn)，就知道它們都是電子產(chǎn)品；通過分析1000篇影評(píng)，學(xué)會(huì)“畫面震撼”通常是好評(píng)。它的常用工具：詞頻統(tǒng)計(jì)、關(guān)聯(lián)分析。（2）自然語言處理的方法2.相關(guān)知識(shí)——2.1.自然語言處理的內(nèi)涵和應(yīng)用自然語言處理的方法包括統(tǒng)計(jì)學(xué)方法、規(guī)則引擎方法、機(jī)器學(xué)習(xí)方法和深度學(xué)習(xí)方法。規(guī)則引擎方法基于語言學(xué)規(guī)則解析語言，但維護(hù)成本高。機(jī)器學(xué)習(xí)方法利用模型學(xué)習(xí)文本模式，例如，支持向量機(jī)（SVM）、樸素貝葉斯等。（2）自然語言處理的方法2.相關(guān)知識(shí)——2.1.自然語言處理的內(nèi)涵和應(yīng)用自然語言處理的方法包括統(tǒng)計(jì)學(xué)方法、規(guī)則引擎方法、機(jī)器學(xué)習(xí)方法和深度學(xué)習(xí)方法。深度學(xué)習(xí)方法通過神經(jīng)網(wǎng)絡(luò)（例如，RNN、LSTM和Transformer）自動(dòng)學(xué)習(xí)深層特征，實(shí)現(xiàn)更精準(zhǔn)的語言理解與處理。模仿人腦的神經(jīng)網(wǎng)絡(luò)，讓計(jì)算機(jī)“自己琢磨”，例如，像背課文一樣記住海量數(shù)據(jù)（例如，整個(gè)維基百科）；能舉一反三，學(xué)會(huì)翻譯英文后，也能猜出法語句子的意思。它的典型應(yīng)用：ChatGPT聊天機(jī)器人、抖音自動(dòng)生成視頻字幕等。（2）自然語言處理的方法2.相關(guān)知識(shí)——2.1.自然語言處理的內(nèi)涵和應(yīng)用自然語言處理（NLP）的工具和框架為研究人員和開發(fā)者提供了強(qiáng)大的支持，幫助他們快速構(gòu)建和部署NLP應(yīng)用。常用的開源工具包括NLTK（NaturalLanguageToolkit）、spaCy、StanfordNLP和Transformers等。NLTK是Python中廣泛使用的NLP庫，提供了豐富的文本處理功能，如分詞、詞性標(biāo)注和句法分析。（3）自然語言處理的工具2.相關(guān)知識(shí)——2.1.自然語言處理的內(nèi)涵和應(yīng)用spaCy則以其高效性和易用性著稱，支持多語言處理，適用于工業(yè)級(jí)應(yīng)用。StanfordNLP提供了強(qiáng)大的自然語言分析工具，包括命名實(shí)體識(shí)別和依存句法分析。spaCy專為生產(chǎn)用途而設(shè)計(jì)，可幫助您構(gòu)建處理和“理解”大量文本（3）自然語言處理的工具2.相關(guān)知識(shí)——2.1.自然語言處理的內(nèi)涵和應(yīng)用近年來，基于深度學(xué)習(xí)的框架如HuggingFaceTransformers成為主流，提供了預(yù)訓(xùn)練模型（例如，BERT、GPT和DeepSeek）和便捷的API，支持文本分類、機(jī)器翻譯和問答等任務(wù)。這些工具極大地降低了NLP的開發(fā)門檻，推動(dòng)了技術(shù)的普及和應(yīng)用。（3）自然語言處理的工具“預(yù)訓(xùn)練-微調(diào)”流程與經(jīng)典機(jī)器學(xué)習(xí)流程的對(duì)比2.相關(guān)知識(shí)——2.1.自然語言處理的內(nèi)涵和應(yīng)用自然語言處理技術(shù)在機(jī)器翻譯、信息檢索、問答系統(tǒng)、信息抽取、文檔分類和情感分析等領(lǐng)域廣泛應(yīng)用，通過理解和處理文本數(shù)據(jù)，為跨語言交流、信息獲取、知識(shí)管理和情感監(jiān)測等提供了強(qiáng)大支持。（4）自然語言處理的工具2.相關(guān)知識(shí)——2.1.自然語言處理的內(nèi)涵和應(yīng)用在搜索引擎中，NLP技術(shù)用于理解用戶查詢意圖，提供更精準(zhǔn)的搜索結(jié)果。在語音助手中，NLP技術(shù)用于語音識(shí)別和自然語言理解，實(shí)現(xiàn)人機(jī)對(duì)話。例如，虛擬主播：用AI生成真人般的主播視頻；智能音箱：說“開空調(diào)”就能控制家電；地圖導(dǎo)航：語音輸入“去最近的奶茶店”。（4）自然語言處理的工具2.相關(guān)知識(shí)——2.1.自然語言處理的內(nèi)涵和應(yīng)用在機(jī)器翻譯領(lǐng)域，NLP技術(shù)能夠自動(dòng)將一種語言的文本翻譯成另一種語言，極大地促進(jìn)了跨語言交流。例如，谷歌翻譯支持多種語言的即時(shí)翻譯；有道詞典提供文檔翻譯功能等等。（4）自然語言處理的工具2.相關(guān)知識(shí)——2.1.自然語言處理的內(nèi)涵和應(yīng)用在情感分析方面，NLP技術(shù)用于分析社交媒體、產(chǎn)品評(píng)論等文本中的情感傾向，幫助企業(yè)了解用戶反饋和市場趨勢。例如，電商平臺(tái)通過分析用戶評(píng)論判斷產(chǎn)品滿意度；品牌監(jiān)測工具分析社交媒體上的輿情動(dòng)態(tài)；市場調(diào)研機(jī)構(gòu)利用情感分析預(yù)測產(chǎn)品市場接受度。（4）自然語言處理的工具一個(gè)情感分析示例2.相關(guān)知識(shí)——2.1.自然語言處理的內(nèi)涵和應(yīng)用在文本摘要領(lǐng)域，NLP技術(shù)能夠從長文本中提取關(guān)鍵信息，生成簡潔的摘要，廣泛應(yīng)用于新聞、法律和醫(yī)療等領(lǐng)域。例如，新聞網(wǎng)站利用文本摘要技術(shù)生成新聞?lì)^條；法律機(jī)構(gòu)通過摘要提取案件關(guān)鍵信息；醫(yī)療研究者利用摘要快速了解醫(yī)學(xué)文獻(xiàn)的核心內(nèi)容。（4）自然語言處理的工具一個(gè)AI寫文本摘要示例2.相關(guān)知識(shí)——2.1.自然語言處理的內(nèi)涵和應(yīng)用在問答系統(tǒng)中，NLP技術(shù)用于理解用戶問題并從大量文本中檢索或生成答案，如智能客服和搜索引擎中的問答功能。例如，作業(yè)幫：拍照搜題+解題步驟講解；英語趣配音：自動(dòng)給你的口語打分。（4）自然語言處理的工具一個(gè)AI智能客服示例2.相關(guān)知識(shí)——2.2人工神經(jīng)網(wǎng)絡(luò)的內(nèi)涵和應(yīng)用（1）人工神經(jīng)網(wǎng)絡(luò)的內(nèi)涵人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork,ANN）是一種模仿人類大腦神經(jīng)元工作原理的計(jì)算模型，是以腦和神經(jīng)系統(tǒng)為模型的機(jī)器學(xué)習(xí)算法。它由大量相互連接的“節(jié)點(diǎn)”（也叫神經(jīng)元）組成，這些節(jié)點(diǎn)通過“連接”傳遞信息，就像大腦中的神經(jīng)元通過突觸傳遞信號(hào)一樣。每個(gè)節(jié)點(diǎn)接收輸入數(shù)據(jù)，經(jīng)過簡單計(jì)算后，將結(jié)果傳遞給下一個(gè)節(jié)點(diǎn)。通過調(diào)整節(jié)點(diǎn)之間的連接強(qiáng)度（權(quán)重），神經(jīng)網(wǎng)絡(luò)可以“學(xué)習(xí)”數(shù)據(jù)中的規(guī)律，最終完成分類、預(yù)測等任務(wù)。例如，人類在學(xué)習(xí)騎自行車時(shí)，大腦不斷調(diào)整動(dòng)作，直到掌握平衡等。2.相關(guān)知識(shí)——2.2人工神經(jīng)網(wǎng)絡(luò)的內(nèi)涵和應(yīng)用（1）人工神經(jīng)網(wǎng)絡(luò)的內(nèi)涵人工神經(jīng)網(wǎng)絡(luò)有很多種類，常見的類型有前饋神經(jīng)網(wǎng)絡(luò)（FeedforwardNeuralNetwork）、卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetwork，CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RecurrentNeuralNetwork，RNN）、生成對(duì)抗網(wǎng)絡(luò)（GenerativeAdversarialNetwork，GAN）和深度神經(jīng)網(wǎng)絡(luò)（DeepNeuralNetworks，DNN）等。2.相關(guān)知識(shí)——2.2人工神經(jīng)網(wǎng)絡(luò)的內(nèi)涵和應(yīng)用（2）人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用人工神經(jīng)網(wǎng)絡(luò)在多個(gè)領(lǐng)域得到了廣泛應(yīng)用，主要包括模式識(shí)別、信號(hào)處理、醫(yī)學(xué)診斷、金融預(yù)測、智能控制、數(shù)據(jù)挖掘、自然語言處理和優(yōu)化組合等。模式識(shí)別：用于圖像識(shí)別、語音識(shí)別和手寫文字識(shí)別等任務(wù)，能夠自動(dòng)提取特征并進(jìn)行分類。信號(hào)處理：在生物醫(yī)學(xué)信號(hào)處理（例如，心電圖、腦電圖分析）和通信信號(hào)處理中，用于信號(hào)的濾波、分類和預(yù)測。醫(yī)學(xué)診斷：通過分析醫(yī)學(xué)影像和生物信號(hào)，輔助醫(yī)生進(jìn)行疾病診斷和治療方案制定。2.相關(guān)知識(shí)——2.2人工神經(jīng)網(wǎng)絡(luò)的內(nèi)涵和應(yīng)用（2）人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用金融預(yù)測：用于股票市場預(yù)測、信用評(píng)估和風(fēng)險(xiǎn)分析，通過對(duì)歷史數(shù)據(jù)的學(xué)習(xí)預(yù)測未來趨勢。智能控制：在機(jī)器人控制、工業(yè)自動(dòng)化和智能交通系統(tǒng)中，用于實(shí)時(shí)決策和優(yōu)化控制。2.相關(guān)知識(shí)——2.2人工神經(jīng)網(wǎng)絡(luò)的內(nèi)涵和應(yīng)用（2）人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用數(shù)據(jù)挖掘：用于從大規(guī)模數(shù)據(jù)中提取有用信息，如關(guān)聯(lián)規(guī)則挖掘、聚類分析和異常檢測。自然語言處理：在機(jī)器翻譯、情感分析和問答系統(tǒng)等任務(wù)中，通過深度學(xué)習(xí)模型處理和理解自然語言文本。優(yōu)化組合：用于解決復(fù)雜的優(yōu)化問題，例如，路徑規(guī)劃、資源分配和調(diào)度問題。2.相關(guān)知識(shí)——2.3深度學(xué)習(xí)的內(nèi)涵和應(yīng)用（1）深度學(xué)習(xí)的內(nèi)涵深度學(xué)習(xí)(DeepLearning)特指基于深層神經(jīng)網(wǎng)絡(luò)模型和方法的機(jī)器學(xué)習(xí)。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支，通過模擬人腦神經(jīng)網(wǎng)絡(luò)的層次結(jié)構(gòu)，從大量數(shù)據(jù)中自動(dòng)學(xué)習(xí)特征和規(guī)律。它使用多層“神經(jīng)元”構(gòu)建復(fù)雜模型，能夠處理圖像、語音和文本等非結(jié)構(gòu)化數(shù)據(jù)，是實(shí)現(xiàn)人工智能的核心技術(shù)之一。2.相關(guān)知識(shí)——2.3深度學(xué)習(xí)的內(nèi)涵和應(yīng)用（2）深度學(xué)習(xí)的意義深度學(xué)習(xí)的意義在于它讓計(jì)算機(jī)具備了“舉一反三”的能力，極大地推動(dòng)了人工智能的發(fā)展。傳統(tǒng)機(jī)器學(xué)習(xí)需要人工設(shè)計(jì)特征，而深度學(xué)習(xí)可以自動(dòng)從數(shù)據(jù)中提取特征，減少了人為干預(yù)，提高了模型的準(zhǔn)確性和泛化能力。例如，在圖像識(shí)別中，深度學(xué)習(xí)可以直接從像素中學(xué)習(xí)到邊緣、形狀等特征，而不需要人工定義“什么是邊緣”。這種能力使得深度學(xué)習(xí)在復(fù)雜任務(wù)中表現(xiàn)優(yōu)異，例如，自動(dòng)駕駛、醫(yī)療診斷等。此外，深度學(xué)習(xí)的應(yīng)用降低了技術(shù)門檻。通過開源框架（例如，TensorFlow、PyTorch），普通開發(fā)者也能快速構(gòu)建AI模型，推動(dòng)了技術(shù)的普及和創(chuàng)新。深度學(xué)習(xí)不僅是技術(shù)上的突破，更是推動(dòng)社會(huì)智能化轉(zhuǎn)型的重要力量，為醫(yī)療、教育和交通等領(lǐng)域帶來了革命性變化。2.相關(guān)知識(shí)——2.3深度學(xué)習(xí)的內(nèi)涵和應(yīng)用（3）深度學(xué)習(xí)的應(yīng)用深度學(xué)習(xí)在圖像識(shí)別、語音識(shí)別、自然語言處理、自動(dòng)駕駛、醫(yī)療診斷、金融預(yù)測和精準(zhǔn)營銷等多個(gè)領(lǐng)域有廣泛應(yīng)用。圖像識(shí)別：例如，人臉識(shí)別、物體檢測等，深度學(xué)習(xí)算法能夠高效地從圖像中提取特征，實(shí)現(xiàn)高精度的識(shí)別。語音識(shí)別：通過深度學(xué)習(xí)，機(jī)器可以準(zhǔn)確地將語音轉(zhuǎn)換為文本，實(shí)現(xiàn)自然語言交互。自然語言處理：深度學(xué)習(xí)在機(jī)器翻譯、情感分析和問答系統(tǒng)等方面有重要應(yīng)用，提高了自然語言處理的準(zhǔn)確性和效率。自動(dòng)駕駛：深度學(xué)習(xí)技術(shù)使自動(dòng)駕駛汽車能夠感知環(huán)境、識(shí)別障礙物并做出決策，推動(dòng)了自動(dòng)駕駛技術(shù)的發(fā)展。2.相關(guān)知識(shí)——2.4主流AIGC文本生成工具對(duì)比主流AIGC文本生成工具了解主流AIGC工具有助于把握行業(yè)發(fā)展趨勢，選擇適合自身需求的工具。這可以提高工作效率，優(yōu)化內(nèi)容創(chuàng)作質(zhì)量，同時(shí)避免重復(fù)開發(fā)，節(jié)省時(shí)間和資源。此外，掌握不同工具的特點(diǎn)和優(yōu)勢，能夠更好地應(yīng)對(duì)多場景應(yīng)用需求，提升競爭力，并為未來的技術(shù)選型和創(chuàng)新提供參考依據(jù)。2.相關(guān)知識(shí)——2.4主流AIGC文本生成工具對(duì)比主流AIGC文本生成工具工具名稱所屬公司/機(jī)構(gòu)主要特點(diǎn)ChatGPTOpenAI基于GPT-4模型，支持多輪對(duì)話、代碼生成和文本創(chuàng)作BardGoogle基于PaLM2模型，集成谷歌搜索，提供實(shí)時(shí)信息ClaudeAnthropic強(qiáng)調(diào)安全性和倫理約束，支持長文本處理文心一言百度基于ERNIE模型，中文理解能力強(qiáng)，支持多模態(tài)生成通義千問阿里云集成阿里云生態(tài)，支持企業(yè)級(jí)定制訊飛星火科大訊飛語音與文本結(jié)合，支持多輪對(duì)話和語音輸入騰訊混元騰訊集成騰訊生態(tài)，支持社交、游戲場景DeepSeek深度求索專注于中文場景，支持長文本生成與多輪對(duì)話，注重?cái)?shù)據(jù)安全與隱私保護(hù)智譜清言智譜華章）基于GLM模型，支持多輪對(duì)話和復(fù)雜任務(wù)處理天工AI昆侖萬維支持文本生成、代碼編寫和多模態(tài)內(nèi)容創(chuàng)作豆包抖音集成快手生態(tài)，支持短視頻腳本生成和直播互動(dòng)文案2.相關(guān)知識(shí)——2.4主流AIGC文本生成工具對(duì)比主流AIGC文本生成工具2.相關(guān)知識(shí)——2.4主流AIGC文本生成工具對(duì)比主流AIGC文本生成工具2.相關(guān)知識(shí)——2.5文生文”技術(shù)的工作原理與實(shí)現(xiàn)流程“文生文”技術(shù)（Text-to-TextGeneration）是自然語言處理（NLP）領(lǐng)域的一項(xiàng)重要技術(shù)，旨在根據(jù)輸入的文本生成新的文本。其核心目標(biāo)是讓計(jì)算機(jī)能夠理解輸入文本的語義，并生成符合語法規(guī)則和上下文邏輯的新文本。2.相關(guān)知識(shí)——2.5文生文”技術(shù)的工作原理與實(shí)現(xiàn)流程（1）工作原理“文生文”技術(shù)的工作原理可以概括為三個(gè)主要環(huán)節(jié)：語言理解、語言生成和模型訓(xùn)練。“文生文”技術(shù)就像教計(jì)算機(jī)“讀”懂人說的話，再“寫”出新的句子。它主要分三步：讀句子、寫句子和練習(xí)寫作文。1）讀句子（語言理解）計(jì)算機(jī)先把句子拆成詞語。例如，“我喜歡人工智能”會(huì)拆成“我”“喜歡”“人工智能”。然后給每個(gè)詞語“貼標(biāo)簽”，例如，“蘋果”可能是水果，也可能是手機(jī)品牌，計(jì)算機(jī)會(huì)根據(jù)上下文判斷意思。2.相關(guān)知識(shí)——2.5文生文”技術(shù)的工作原理與實(shí)現(xiàn)流程（1）工作原理“文生文”技術(shù)的工作原理可以概括為三個(gè)主要環(huán)節(jié)：語言理解、語言生成和模型訓(xùn)練?！拔纳摹奔夹g(shù)就像教計(jì)算機(jī)“讀”懂人說的話，再“寫”出新的句子。它主要分三步：讀句子、寫句子和練習(xí)寫作文。2）寫句子（語言生成）計(jì)算機(jī)根據(jù)讀懂的句子，一個(gè)字一個(gè)字“寫”出回答。例如，問“今天天氣怎么樣？”，它會(huì)先寫“今天”，再猜下一個(gè)詞是“晴天”還是“下雨”。寫的時(shí)候，計(jì)算機(jī)會(huì)挑可能性最高的詞（例如，“晴天”），或者偶爾隨機(jī)選詞讓回答更自然。3）練習(xí)寫作文（模型訓(xùn)練）計(jì)算機(jī)需要“讀書”學(xué)習(xí)語言規(guī)律。例如，先讀很多小說、新聞，學(xué)會(huì)怎么造句。再針對(duì)具體任務(wù)“補(bǔ)課”。例如，專門練習(xí)翻譯，把中文句子翻成英文。2.相關(guān)知識(shí)——2.5文生文”技術(shù)的工作原理與實(shí)現(xiàn)流程（2）實(shí)現(xiàn)流程“文生文”技術(shù)的實(shí)現(xiàn)流程可以分為五個(gè)主要步驟：數(shù)據(jù)準(zhǔn)備、模型選擇、模型訓(xùn)練、文本生成和后處理。為了形象地理解，把“文生文”技術(shù)的工作過程類比成做菜的過程，分五步：買菜洗菜、選鍋具、學(xué)做菜、炒菜和擺盤試吃。2.相關(guān)知識(shí)——2.5文生文”技術(shù)的工作原理與實(shí)現(xiàn)流程（2）實(shí)現(xiàn)流程1）買菜洗菜（數(shù)據(jù)準(zhǔn)備）收集大量文字材料，例如，課本、微博和新聞。清理錯(cuò)誤和重復(fù)內(nèi)容，例如，刪掉亂碼。如果是翻譯任務(wù)，需要準(zhǔn)備中英文對(duì)照句子（例如，“你好→Hello”）。2）選鍋具（模型選擇）選合適的工具：例如，大炒鍋（Transformer模型）適合處理長文章，能記住前后文關(guān)系。小湯鍋（RNN/LSTM模型）適合短句子，但長文章容易“煮糊”。2.相關(guān)知識(shí)——2.5文生文”技術(shù)的工作原理與實(shí)現(xiàn)流程（2）實(shí)現(xiàn)流程3）學(xué)做菜（模型訓(xùn)練）先學(xué)基本功（預(yù)訓(xùn)練）讓計(jì)算機(jī)讀大量通用文章，學(xué)會(huì)造句規(guī)律；再學(xué)拿手菜（微調(diào)）：再教它做特定任務(wù)，例如，翻譯或?qū)懻?）炒菜（文本生成）把用戶的問題（例如，“講個(gè)笑話”）轉(zhuǎn)成計(jì)算機(jī)能理解的數(shù)字。計(jì)算機(jī)按順序“炒”出回答，例如，先寫“為什么”，再寫“程序員”，最后補(bǔ)上“不愛出門？”。5）擺盤試吃（后處理）給生成的句子加標(biāo)點(diǎn)、分段，讓它讀起來更順。用打分工具檢查質(zhì)量（例如，笑話好不好笑），再讓計(jì)算機(jī)改進(jìn)。2.相關(guān)知識(shí)——2.5文生文”技術(shù)的工作原理與實(shí)現(xiàn)流程（3）關(guān)鍵技術(shù)“文生文”技術(shù)的實(shí)現(xiàn)依賴于以下關(guān)