Why is it important, to use unique Texts on Websites

A key aspect for search engine optimization are unique text, i.e. texts, which are newly created for the a dedicated purpose and not copy-pasted. This requires essential efforts and the work is boring, when it comes to reformulating the same issue many time.

With Ontology4 we have created a tool, which allows to generate natural language texts using a template engine. The variance of the texts is achieved by the free alignment of sentence constituants. The meaning of a sentence is retained, only the constituants in the sentence is varied.

In the following you find a couple of examples illustrating the power of Ontology4s text generation capabilities. If you press F5 on your keyboard, you see that new texts are generated every time.


Das Land Bundesrepublik Deutschland hat CIT-BE-Berlin als Hauptstadt, eine Fläche von 357121 qkm, 81751602 Einwohner und das ISO-3 Länderkürzel DEU.

Frankfurt Airport

Der Flughafen ARP-FRA beschäftigt 75000 Mitarbeiter, hat den ICAO-Code EDDF und den IATA-Code FRA.

ARP-FRA hat eine Fläche von 2160 ha, liegt im Land Bundesrepublik Deutschland, liegt in einer Höhe von 111 Metern über dem Meeresspiegel und ist Flughafen der Stadt CIT-HE-Frankfurt.

ARP-FRA hat 4 Start-/Landebahnen, ein Passagieraufkommen von 56436255 Fluggästen jährlich, ein Frachtaufkommen von 2170000 Tonnen jährlich und durchnittlich 487162 Flugbewegungen pro Jahr.

Example Template for cities

The following example shows, how descriptions of cities are variedly generated:

[{liegt im Kreis $Relation_Subject<>Kreis$, der zum Bundesland $Relation_Subject<>Bundesland$ gehört}
{hat die PLZ $Relation_Subject.PLZ$}
{hat $Relation_Subject.Einwohner$ Einwohner}
{hat eine Fläche von $Relation_Subject.FlaecheQkm$ Quadrat-km}].

Translations and multi lingual text

Natural language generation can be done for any target language. Only the template phrases have to be adopted.

$Relation_Subject$ {is located in the district of $Relation_Subject<>Kreis$, which belongs to the state of $Relation_Subject<>Bundesland<>deen$} {has the zip code $Relation_Subject.PLZ$} {has $Relation_Subject.Einwohner$ inhabitants} {has an area of $Relation_Subject.FlaecheQkm$ sq-km}.

River Rhein


Der Fluss FL-Rhein entspringt in der Landschaft Alpen und hat seine Quelle bei Disentis (CH) (Alpen).

Einzugsgebiete, Nebenflüsse und Mündung

Der Fluss FL-Rhein mündet in den/die Nordsee (Rotterdam, NL), berührt die Bundesländer BW, RP, HE, NW, hat als längsten Quellfluss den/die FL-Aare, ein Einzugsgebiet von 102159 Quadrat-km, einen Abluss von 2330 cbm pro Sekunde, eine Länge von 1236 km, davon in Deutschland 865 km und als wichtige Nebenflüsse FL-Mosel, FL-Lahn, FL-Main, FL-Lippe, FL-Neckar und FL-Ruhr.

River Lippe


Der Fluss FL-Lippe entspringt in der Landschaft Eggegebirge und hat seine Quelle bei Bad Lippspringe (NW) (Eggegebirge).

Einzugsgebiete, Nebenflüsse und Mündung

Der Fluss FL-Lippe hat eine Länge von 222 km, davon in Deutschland 220 km, mündet in den/die Rhein (Wesel, NW), hat ein Einzugsgebiet von 4882 Quadrat-km, einen Abluss von 46 cbm pro Sekunde, als wichtige Nebenflüsse FL-Pader, FL-Glenne, FL-Stever, FL-Seseke und FL-Alme, als längsten Quellfluss den/die FL-Pader und berührt die Bundesländer NW.

German and english text for cities

City of Dortmund

Dortmund hat eine Fläche von 280,41 Quadrat-km, 584412 Einwohner, liegt im Kreis Dortmund, der zum Bundesland Nordrhein-Westfalen gehört und hat die PLZ 44135.

City of Bad Salzuflen

Bad Salzuflen hat eine Fläche von 100,06 Quadrat-km, die PLZ 32105, liegt im Kreis Lippe, der zum Bundesland Nordrhein-Westfalen gehört und hat 54078 Einwohner.

Stadt Bad Salzuflen - english

Bad Salzuflen has 54078 inhabitants, an area of 100,06 sq-km, the ZIP code 32105 and is located in the district of Lippe, which belongs to the state of Northrine-Westphalia.

Manual and further examples for natural Language Generation with Ontology4

Additional examples for the automatic generation of language with the Ontology4-Phrasegenerator can be found in our german manual online under http://www.ontology4.us/manual/Phrasen-Generator/index.html. E.g. reports on first soccer league games in Germany can be generated based on the import data from Excel tables. Here is an example of the Game between Dortmund and Düsseldorf.