通过研究 23 名香港中学学生的故事写作，我们发现 AI 生成的文本对提高学生写作质量有一定帮助，并可以帮助教育工作者设计更好的 AI 工具和教学活动。

Mar, 2023

本文研究了使用 AI 技术辅助创作的自然语言生成（NLG）模型，并邀请了 13 位专业作家来尝试使用 Wordcraft，这个内置 AI 辅助撰写工具的文本编辑器。结果显示 NLG 工具在创作过程的脑暴、描写细节、建立故事世界和研究文本方面具有很大的潜力。但由于 NLG 技术在保留风格、语调和理解故事内容等方面存在困难，因此建立一个合适的作家个性化 NLG 辅助工具是非常有挑战性的。

Nov, 2022

本研究探讨了语言模型在创意写作中协助思维方面的应用，经实证发现语言模型的不同角色（如协作者、挑衅者等）为学生作家创造更多创意提供了帮助。

Apr, 2023

本教程关注于文本生成，这是一类自然语言生成任务，它以一段文本作为输入，然后生成一篇按照某些特定标准（如可读性或语言风格）改进的修订版本，同时保留原版文本的大部分含义和长度。

Oct, 2023

此文献综述聚焦于使用自然语言生成 (NLG) 自动检测和生成说服性文本的应用，旨在延伸之前研究的自动识别文本中的说服力的方面，通过将说服力的决定因素概念化为五个业务关注的类别：仁慈、语言适宜性、逻辑论证、可靠性、工具和数据集，重点关注生成方面，这些因素可以使 NLG 增加现有信息的说服力，并发展了进一步研究说服性 NLG 的研究议程，该综述分析了 77 篇文章，概述了现有的知识体系，展示了这一研究领域的稳步进展。

Jan, 2021

本文探讨以知识为指导的自然语言生成技术，旨在产生具有人类思维方式的文本内容。作者提出了十个目标来指导智能化自然语言生成系统的发展，同时简要回顾了以知识和推理为指导的自然语言生成技术的成就。最后，作者展望了未来的发展方向和挑战。

Dec, 2022

本研究旨在使用自然语言生成技术快速生成英语语言学习应用的内容，并控制生成的结果以满足相关要求。根据语言学习水平及语法结构等因素，我们尝试使用预训练深度模型进行控制，评价结果表明，我们可以控制实现多样化、定制化内容的同时，实现较高的语法质量。

Nov, 2022

本文主要探讨自然语言生成器 (NLG) 领域包括方法、评估、任务等方面的相关研究，并特别关注了 NLG 被恶意利用的潜在危险，以及存在的偏见风险。

Aug, 2022

我们提出了一个新颖的系统，可以从一组最小的有意义的词（例如名词、动词和形容词）中，自动地生成西班牙语句子，并能适应其他语言。该系统利用了语言学的知识、词汇和语法，能够从用户提供的主要词汇集中生成完整、连贯和拼写正确的句子。该系统旨在具有整合性、可移植性和高效性，并且可以被轻松地适应其他语言，并且可以被整合到各种数字设备中。该系统通过自动和手动评估，可以在辅助交流、自动生成行政报告或新闻等不同应用领域中发挥潜在的作用。

May, 2024

研究概述了语言模型产生的虚假文本、媒体关注度、自然语言生成、社会意义等关键词，同时探索了机器产生文本的趋势和更大的社会影响。

Jan, 2024