تقليديًا، تم تصميم معظم تطبيقات تحويل البيانات إلى النص باستخدام هندسة أنابيب موديولية، حيث يتم تحويل البيانات غير اللغوية إلى لغة طبيعية من خلال عدة تحولات وسيطة. في المقابل، تم اقتراح نماذج عصبية حديثة لتحويل البيانات إلى النص كمناهج من البداية إلى النهاية، حيث يتم تقديم البيانات غير اللغوية في شكل لغة طبيعية مع وجود تمثيلات وسيطة صريحة أقل بكثير. يُقدم هذا البحث مقارنة منهجية بين مناهج الأنابيب العصبية ومن البداية إلى النهاية لتحويل البيانات إلى النص عند إنشاء النصوص من ثلاثيات RDF. تم تنفيذ كلتا الهندستين مستخدمين أحدث طرق التعلم العميق مثل وحدات التكرار المرتّبة (Gated-Recurrent Units - GRU) والمحول (Transformer). تشير التقييمات الآلية والبشرية بالإضافة إلى التحليل النوعي إلى أن وجود خطوات وسيطة صريحة في عملية الإنشاء يؤدي إلى نصوص أفضل من تلك التي تُنتج بواسطة المناهج من البداية إلى النهاية. علاوة على ذلك، فإن نماذج الأنابيب تعمم بشكل أفضل على المدخلات الجديدة. البيانات والكود متاحة للعامة.