Dec, 2022

利用 RoBERTa 和 GPT-2 生成现代法语诗歌

PDF
TL;DR本研究提出了一种新颖的神经模型，用于生成现代法语诗歌，该模型由两个预训练的神经模型组成，经过微调以进行诗歌生成任务。模型的编码器是基于 RoBERTa 的，解码器基于 GPT-2，这样模型可以受益于 RoBERTa 较好的自然语言理解性能和 GPT-2 较好的自然语言生成性能。通过评估结果表明，该模型能够成功地生成法语诗歌。在一个 5 分制的评分中，输出诗歌的典型性和情感得分最低为 3.57 分，可读性得分最高为 3.79 分。
neural modelmodern poetryfrenchrobertagpt-2
发现论文，激发创造
  • 浪漫计算

    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

  • 越南诗歌生成与跨语言诗歌翻译前景

    使用大型语言模型从自然语言提示中生成越南诗歌，以提升内容控制能力。最佳模型为 GPT-3 Babbage 变体，在越南诗歌的 “luc bat” 类型上获得 0.8 的自定义评估分数。同时，探索将诗歌改写为普通文本提示的想法，在 “luc bat” 类型中获得 0.718 的较高分数。该实验展示了以翻译诗歌作为输入进行跨语言诗歌之间的翻译，并同时完全控制生成内容的潜力。

    Jan, 2024

  • GPoeT-2：基于 GPT-2 的诗歌生成器

    该研究旨在利用 GPT-2 生成机器生成的五行诗，在评估指标的基础上探讨好诗歌的量化方法，并呈现 94 首排名高的五行打油诗以激发人类的创造力。

    May, 2022

  • 基于 GPT 的古典华语诗歌生成

    利用预训练语言模型生成高质量文言诗的简单有效方法。该方法采用 GPT 模型，生成各种形式的文言诗，包括绝句、律诗、词牌和对联。同时进行了微调并实现了生成藏头诗的方法。我们已在微信上发布了一个在线演示程序，以展示这种方法在生成文言诗方面的能力。

    Jun, 2019

  • AraPoemBERT：用于阿拉伯诗歌分析的预训练语言模型

    介绍了 AraPoemBERT，这是一个在阿拉伯诗歌文本上进行预训练的阿拉伯语言模型，通过在多个与阿拉伯诗歌相关的 NLP 任务上展示其有效性，该模型在大多数下游任务中表现出色，取得了最新成果的结果。

    Mar, 2024

  • TPPoet：使用最小数据和高级解码技术的基于 Transformer 的波斯诗歌生成

    通过在专业数据集上使用变压器架构训练一个波斯古典诗生成模型，并提出一种新的解码方法来增强生成的诗歌的连贯性和意义，有效地平衡多样性和质量，并通过全面的自动和人工评估证明了该方法相对于其他解码方法和现有的波斯大型语言模型具有更为卓越的生成连贯和富有意义的诗歌的能力。

    Dec, 2023

  • 自动生成作者风格诗歌的多语言方法

    该论文研究多语言环境下的文本风格生成问题，并基于长短时记忆人工神经网络和扩展语音和语义嵌入，实现了文学创作的风格生成，最终通过双语评估，调查调查和交叉熵等指标比较结果，认为该模型在创作文本方面优于随机采样和经典 LSTM 基线模型，并且生成文本的风格和目标作者十分相似。

    Jul, 2018

  • 基于预训练模型生成中国古典诗歌

    本研究使用 BART 和其他预训练模型，提出 FS2TEXT 和 RR2TEXT 以生成韵律诗和特定风格的诗歌文本，并解决了用户写作意图逐渐降低所生成的诗歌文本相关性的问题。同时，运用此模型进行的 AI 诗歌图灵测试显示高水平的诗歌爱好者不能区分 AI 生成的诗歌与人类的诗歌，显示出此模型在诗歌生成方面的出色表现。此模型有望帮助那些缺乏语言能力和创作灵感的现代诗人。

    Nov, 2022

  • 基于规划神经网络的中文诗歌生成

    本文提出了一种创新的两阶段诗歌生成方法，首先根据用户的写作意图规划诗歌的子主题，然后使用改进的循环神经网络编解码框架连续生成每行诗句，该规划方法可以确保生成的诗句具有连贯性和语义一致性，综合人工评价结果表明该方法优于现有诗歌生成方法，且诗歌质量与人类诗人相当。

    Oct, 2016

  • 使用深度学习技术生成的乌尔都诗歌

    使用不同的深度学习技术和算法生成乌尔都诗歌，通过 Rekhta 网站收集了 1341 个文本文件，采用 LSTM 和 GRU 等深度学习技术，并运用自然语言处理和机器学习分析和生成人们能够理解和使用的乌尔都语诗歌。

    Sep, 2023