SongNet: 刚性格式控制文本生成
本文提出了一个新的层次框架,用于生成十四行诗,不需要训练。该框架包括内容规划模块、韵脚模块和润色模块,并设计了受约束的解码算法以实现生成的十四行诗的韵律和韵脚约束。自动和人工评估表明,该框架比几个强基线更具连贯性、诗意和创造性。
May, 2022
介绍了一种用于生成汉语歌词的模型,该模型基于原始旋律并考虑了汉语音节结构及语义。通过使用多通道序列到序列模型,同时考虑词组结构和语义,其中一个用于编码音节结构,另一个用于语义编码。使用大规模的汉语歌词语料库进行模型训练,并通过自动和人工评估验证了模型的有效性。是目前关于考虑音乐和语言的双重视角的汉语歌词生成较少的报告之一。
Jun, 2019
本文探讨了基于神经语言模型和音节的诗歌生成问题,在 Dante Alighieri 的作品中进行了实验分析,结果表明生成的三行诗在句法、语法和诗歌风格上与 Dante 的真正作品相差不大。
Aug, 2019
本文提出了一种基于分层框架和旋律 - 歌词对齐的歌词生成模型,能够在没有旋律 - 歌词对齐数据的情况下,通过对内容进行控制生成更可唱、更易懂、更连贯和有韵律的高质量歌词。
May, 2023
本文比较了各种文本生成模型在写作早期英国浪漫主义诗歌方面的能力,通过系统测试和 GRUEN 评估指标,发现变压器模型的质量明显优于递归神经网络模型,并随着参数大小的增加而进一步提高。
Jun, 2022
本文利用基于注意力机制的序列到序列模型生成中国宋词。通过双向 LSTM 模型对提示句进行编码,再通过基于注意力的 LSTM 模型预测整个倚仗,可以通过输入线索的细微结构来规范化生成过程。研究了几种技术来改进模型,包括全局上下文整合,混合式风格训练,字符向量初始化和适应性。通过自动和主观评估结果表明,我们的模型确实可以学习到宋词复杂的结构和韵律模式,且生成成功。
Apr, 2016
本文提出了一种可控的中文歌词生成和编辑系统 SongRewriter,使用随机化的多级掩码策略进行训练,包括新歌词生成和现有歌词片段编辑,加入关键词提示和新的解码约束,提高了词汇选择的控制性以及末韵和内韵方案的灵活性。同时,提出了三个新的歌词押韵评估度量标准,并通过自动和人工评估表明,该模型在内容和韵律质量方面优于现有模型。
Nov, 2022
本文提出了一种基于序列生成对抗网络(SeqGAN)的端到端旋律条件歌词生成系统,可以根据输入的旋律生成一行歌词,并对生成的主题或总体主题进行了探究,并证明输入条件不会对评估度量产生负面影响,同时可以产生更有意义的结果。
Oct, 2020
研究了一种新的文体控制方法,使用现有的句子作为软模板,包括一种混合注意力 - 复制机制、弱监督学习及新的内容覆盖约束,结果表明该方法在餐馆和体育领域表现更好,在内容保真度和文体控制之间取得了较好的平衡。
Jan, 2019