[拼音]：xiangying shengcheng
[外文]：response generation
用计算机自动生成响应的过程或技术，也称文本生成。 这里所谓文本指的是某一自然语言的短语、句子、段落或短文。响应生成技术的关键在于将反映语句意义的机内表示形式转换为反映语句表层结构的外部形式，因此在一定程度上可以看成是自然语言理解的逆过程。响应生成技术虽然从60年代就已开始研究，但仍处于形成阶段。从人工智能的角度看，主要研究能反映语义的各种机内表示形式，包括机器翻译、文献释意、问答系统、智能化信息检索系统等方面。在所有自然语言的处理系统中，如果需要对以自然语言形式输入的原文也以某种自然语言形式作出响应，都需要应用响应生成技术。理论语言学家也应用响应生成技术随机生成一些句子，用来测试所设计的语法理论的正确性。
40年代末期,机器翻译工作者提出将语言A翻译为语言 B要经过一个不取决于源语言和目标语言的通用中间语言阶段来表达语义的观点。实际上这同后来提出的知识表示的观点是一致的。处理中间语言的语法因问题而异,例如，从属语法(dependancy grammars)就是在前后语无关语法（或称上下文无关文法）每一条规则右部设置一个主导词标记*，未标*者即为从属于主导词的句子成分。对每个输入句，根据从属语法，响应生成程序给出一棵语法树(用以检查该句子是否合乎给定语法)和一棵从属树(用来反映句子成分的从属关系,以便进一步分析初步的语义关系)。例如对The boy is smart (男孩很灵巧)的句子,其对应的从属语法、语法树和从属树如图1。如果输入一段原文：The boy rides a bicycle. The boy is smart.A bicycle is a vehicle with wheels(男孩骑自行车。男孩很灵巧。自行车是带轮的车辆)，则其对应的多重从属语法如图2。根据多重从属语法图，响应生成程序可以生成The smart boy rides a vehicle with wheels （灵巧的男孩骑一辆带轮的车）这样的句子。由于规定了从属关系不允许越过不是be的动词和不是of的介词而传递，所以不可能出现象The boy rides the wheels（男孩骑在轮上）那样的句子。
- 参考书目
- T.Winograd,Language as a Cognitive Process,Vol.I Addison－Wesley Publ.Co., Reading, Mess.,1983.