【摘要】：詩歌是璀璨中華文化的瑰寶,歷史長河中有無數詩歌被傳頌至今,人們被前人的智慧和詩歌的美所撼動。在人工智能的大浪潮下,圖像識別、自然語言處理、字幕挑戰(zhàn)等計算機技術發(fā)展迅猛,讓計算機自動生成詩歌的研究取得不斷的突破。前人在詩歌自動生成的研究大多數在于從文字啟發(fā)生成詩歌,極少學者研究是從圖像啟發(fā)生成詩歌。目前,從圖像啟發(fā)生成詩歌的研究中存在不少的問題,例如缺乏一個從圖像輸入直接輸出詩歌的端到端模型、輸出詩歌內容與圖像表征不符、輸出詩歌質量不好等問題。本文的主要工作如下:(一)本模型框架基于編碼器-解碼器,編碼器使用全卷積網絡FCN,解碼器使用長短期記憶網絡LSTM。使用FCN編碼器從像素級圖像中提取空間視覺特征和語義表示。基于FCN-LSTM的編碼器-解碼器模型框架被運用在圖像啟發(fā)生成詩歌的工作中;(二)模型引入注意力機制,通過細粒度和語義引導的注意力機制,將FCN編碼器的所有輸出的特征信息匯總到一個聯(lián)合上下文匯總層中,為解碼器LSTM提供更利于詩歌生成的信息;(三)在LSTM解碼器中引入內存模型,使得本模型輸出的詩歌更具備多樣化、創(chuàng)造性;構建圖像-詩歌的數據集,為圖像生成詩歌的端到端模型訓練做準備。設計三個模型評估實驗:模型結構分析、詩歌圖靈測試分析、多模型對比分析,并詳細分析實驗數據。在結構實驗中,模型引入注意力機制和內存模型后困惑度PPL值下降明顯,證明基于本模型輸出的詩歌質量更好。在圖靈測試中,在非專業(yè)組大概有44.8%的詩歌被認為是機器生成詩歌或者不能區(qū)分,證明本模型生成的詩歌與人類創(chuàng)作的詩歌水平差不多;在詩歌生成質量的多模型對比中,本模型的主客觀評價指標中表現(xiàn)優(yōu)秀,相比于傳統(tǒng)SMT模型有較大進步;本模型并在五言律詩和七言律詩的詩歌評價中,詩歌的連貫性均比注意力機制模型ANMT高出0.03,在詩歌的意義性高出0.17和0.09。
【圖文】：

憶網絡網絡(LSTM)是循環(huán)神經網絡的一種擴展網絡，，包含的記憶能力，因此適合處理一些帶有時序特征的問STM 單元構建成為 LSTM 網絡，LSTM 網絡能夠記算機一樣，每一個單元都各自有記憶內存單元，每時序記憶中進行讀取、寫入和刪除操作。這個內存控制到達當前門信息的管理能力，門控單元可以對息，具體是利用計算根據信息的重要性進行選擇。入層的權重來衡量，而對應每一層的權重是利用各著每層推移計算，每層的權重相應調整，逐漸保留。LSTM 中有三種門：輸入門，接受輸入信息單元門，選擇信息單元。如下圖。

該模型結構還能夠改變輸入和輸出字符串或序列的長理任務有很好的效果。-解碼器模型一經被提出，就得到無數的實際運用，但是并不經典的編碼器-解碼器模型表明其最大的局限性在于起到將的固定長度的語義向量 ，該語義向量代表著整個編碼器的信量無法準確代表輸入的序列信息，或者一些信息被遺忘，越況出現(xiàn)的概率就越高。語義向量 起到關鍵信息樞紐的作用，的好壞。編碼器-解碼器模型就是一個研究基石方向，雖然有一步后人研究優(yōu)化，因而人們進一步研究 Attention 模型。A型，由 Dzmitry Bahdanau 等人提出，重點把單一的編碼器所根據不同的實際問題關注不同的語義重點，并根據注意力區(qū)使得這種模型能處理比普通的編碼器-解碼器模型更長的輸入
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：I207.22;TP391.41;TP183

【相似文獻】

相關期刊論文 前10條

1 柏華潔;李成名;安真臻;;3維城市模型框架數據的探討[J];測繪通報;2005年12期

2 劉佳;樊治平;楊國梁;;一種面向知識共享的虛擬社區(qū)模型框架[J];管理學報;2006年02期

3 羅世鵬;趙嵩正;殷茗;;基于知識聯(lián)盟的企業(yè)核心能力發(fā)展模型框架[J];科技進步與對策;2006年09期

4 范逢曦,何大衛(wèi);一種醫(yī)學綜合評價的模型框架[J];中國衛(wèi)生統(tǒng)計;1998年03期

5 俞東慧,黃麗華,方針;企業(yè)變革管理模型框架及其實證研究[J];系統(tǒng)工程理論方法應用;2004年02期

6 徐志毅;新7S管理模型框架與應用[J];通信企業(yè)管理;2003年02期

7 趙馨;;淺析知識管理的模型框架[J];科技信息(科學教研);2007年36期

8 徐享忠,王精業(yè),馬亞龍;知識管理的模型框架及其關鍵技術[J];計算機工程;2002年02期

9 劉威;喬立紅;;基于元模型的統(tǒng)一制造資源模型框架[J];計算機集成制造系統(tǒng);2007年10期

10 姜軍平;劉偉;;Java并發(fā)模型框架的構建及應用[J];西北醫(yī)學教育;2006年03期

相關會議論文 前10條

1 岳永;;強制性制度變遷、意識形態(tài)與經濟績效——一個關于中俄改革分析的模型框架[A];中國制度經濟學年會論文集[C];2003年

2 馬運全;;金融創(chuàng)新與制度環(huán)境:模型框架與實證分析[A];2011年（第九屆）“中國法經濟學論壇”論文集[C];2011年

3 楊雪榕;張大曦;范麗;;信息知識層外掛的分層Agent模型框架及其建模方法[A];空天資源的可持續(xù)發(fā)展——第一屆中國空天安全會議論文集[C];2015年

4 喬非;吳啟迪;嚴雋薇;;集成化企業(yè)模型體系:概念與構成[A];1998年中國智能自動化學術會議論文集（上冊）[C];1998年

5 毛亮;;由外部性引起的交易費用:一個初步的考察[A];中國制度經濟學年會論文集[C];2006年

6 王秀敏;應益榮;;MWZ模型框架下的交易者互動模型研究[A];第二屆中國智能計算大會論文集[C];2008年

7 劉穎斐;余玉苗;;基于風險控制價值的獨立審計定價模型框架[A];中國會計學會2006年學術年會論文集（上冊）[C];2006年

8 黎旭成;唐校輝;王卓;陳振武;耿東雪;;基于卷積神經網絡和長短期記憶模型的交通狀態(tài)預測[A];品質交通與協(xié)同共治——2019年中國城市交通規(guī)劃年會論文集[C];2019年

9 余勇;晏順坪;邱勇;;變形狀態(tài)下輻照后的橡膠彈性本構模型[A];2018年全國固體力學學術會議摘要集（下）[C];2018年

10 張傳海;曹波偉;薛青;郭璽;;輪式裝甲車輛機動模型框架研究[A];第13屆中國系統(tǒng)仿真技術及其應用學術年會論文集[C];2011年

相關重要報紙文章 前2條

1 記者楊曉平;關注超前競爭力　舊7S已成明日黃花新7S引領風騷[N];中華工商時報;2002年

2 國家發(fā)改委城市和小城鎮(zhèn)改革發(fā)展中心學術委員會秘書長 馮奎;推動城市治理智慧化水平不斷提升[N];中國建設報;2018年

相關博士學位論文 前10條

1 夏辰;基于重構的自底向上視覺注意模型研究[D];西安電子科技大學;2017年

2 李鴻禧;基于信用與利率聯(lián)合風險控制的銀行資產負債優(yōu)化模型[D];大連理工大學;2018年

3 劉婷;基于膚面模型的裝配誤差分析方法研究[D];浙江大學;2019年

4 陳華棟;機器翻譯中的模型學習問題研究[D];南京大學;2018年

5 劉廣達;高逼真度研究型飛行模擬器的可重構關鍵技術研究[D];哈爾濱工業(yè)大學;2010年

6 姚婷婷;視覺分析中的層次化結構關聯(lián)特性研究[D];合肥工業(yè)大學;2016年

7 李小波;基于DSM的效能仿真多范式組合建模方法研究[D];國防科學技術大學;2013年

8 陳學中;基于多主體系統(tǒng)的人才集聚和組織起源研究[D];南京大學;2011年

9 康曉予;仿真模型重用與組合關鍵技術研究[D];大連理工大學;2012年

10 韓中元;基于時間特性的微博檢索和微博過濾研究[D];哈爾濱工業(yè)大學;2016年

相關碩士學位論文 前10條

1 靳義林;基于多模型融合的新聞文本分類研究[D];重慶郵電大學;2019年

2 何立健;圖像生成詩歌的端到端模型研究[D];廣東工業(yè)大學;2019年

3 王麗婷;基于主題模型的微博熱點話題發(fā)現(xiàn)[D];西安電子科技大學;2018年

4 周雅倩;多傳感器時間序列的活動識別概率模型研究[D];燕山大學;2019年

5 李孟;基于深度學習的情感對話生成模型研究[D];華中師范大學;2019年

6 陸亞男;基于深度學習的摘要生成模型研究[D];電子科技大學;2019年

7 劉穎;Black-Litterman模型的參數優(yōu)化及其在行業(yè)資產配置中的應用[D];武漢理工大學;2018年

8 張麗連;STAR-GARCH模型的設定研究[D];天津財經大學;2018年

9 李澤龍;基于ARMAX-LSTM模型的高爐鐵水質量預報研究[D];浙江大學;2019年

10 王安君;基于Condition-CNN模型的立場檢測研究[D];上海師范大學;2019年

本文編號：2645469