发现本地趋势

[samiulrobin7919]

例如，意大利辣味香肠可能已经不那么受欢迎了。如果你看看某些城市，情况可能就是这样，因为素食主义和纯素食主义已经兴起。自然语言生成的妙处在于，我们可以自动提取这些独特的关系，然后将其用作数据，为我们最终放在网站页面上的内容提供信息。

举个例子，假设我们选择了西雅图。系统会自动识别出这些不同类型的关系。假设我们知道意大利辣味香肠最受欢迎。它也可能识别出凤尾鱼在披萨上已经过时了。几乎没人再想要它们了。

类似的事情。但我们正在慢慢但稳步地得出这些趋 萨尔瓦多电话号码列表 势和数据点，它们对那些即将订购披萨的人来说既有趣又有用。例如，如果你要为 50 人举办一场派对，但你不知道他们想要什么，你可以做几乎每个人都会做的事情，比如三分之一的意大利辣香肠、三分之一的纯素和三分之一的蔬菜，如果你要举办生日派对或类似活动，这在某种程度上是标准做法。

但如果你进入必胜客或达美乐的页面，它告诉你，在你居住的城市，人们实际上非常喜欢这种特定的配料，那么你实际上可能会对要订购的东西做出更好的决定。所以我们实际上提供了有用的信息。

3. 生成文本
所以这就是我们所讨论的根据从所有地区获取的趋势和数据来生成文本。


现在，第一步当然是观察当地趋势。但当地趋势并不是我们唯一可以观察的地方。我们可以超越这一点。例如，我们可以将其与其他地方进行比较。因此，西雅图人非常喜欢用蘑菇作为配料或类似的东西，这可能同样有趣。

与其他地点比较
但是，如果能看看芝加哥和纽约的披萨配料是否有所不同，那也是一件非常有趣的事情。芝加哥披萨是芝加哥风味披萨的代表，而纽约披萨的配料则有所不同。这是一件非常有趣的事情，而且可以通过自然语言生成自动提取出来。最后，人们在尝试实施这一解决方案时往往会忽略的另一件事是，他们认为必须一次性比较所有内容。