基于神經(jīng)網(wǎng)絡(luò)的詩歌與對(duì)聯(lián)自動(dòng)生成方法研究
發(fā)布時(shí)間:2022-01-12 11:37
詩歌和對(duì)聯(lián)是中華語言的獨(dú)特藝術(shù)形式,語義上內(nèi)容豐富,韻律上平仄有序,朗誦起來具有很強(qiáng)的美感,備受人們喜愛。在自然語言處理領(lǐng)域,詩歌和對(duì)聯(lián)的自動(dòng)生成是一項(xiàng)極具挑戰(zhàn)性的工作。實(shí)現(xiàn)詩歌和對(duì)聯(lián)的自動(dòng)生成,對(duì)弘揚(yáng)中華傳統(tǒng)文化有著深遠(yuǎn)的意義。本文基于神經(jīng)網(wǎng)絡(luò)和多任務(wù)學(xué)習(xí)技術(shù)對(duì)詩歌與對(duì)聯(lián)自動(dòng)生成進(jìn)行研究,主要工作如下:一、針對(duì)計(jì)算機(jī)寫詩普遍存在主題不明確、詩的內(nèi)容與寫作意圖不一致的問題,本文借鑒基于規(guī)劃的詩歌自動(dòng)生成方法,效仿詩人先聯(lián)想再寫詩的過程,提出一種基于序列到序列模型的詩歌生成方法。方法將詩歌生成分為兩個(gè)階段。第一階段根據(jù)用戶意圖構(gòu)建大綱,采用一種基于注意力機(jī)制的關(guān)鍵詞擴(kuò)展模型用于大綱的生成。第二階段根據(jù)大綱生成詩歌,采用一種具有雙編碼器和注意力機(jī)制的序列到序列生成模型融合大綱信息生成詩歌。實(shí)驗(yàn)表明,與基準(zhǔn)方法相比,所提方法生成的詩歌,主題意義更加明確,詩所表現(xiàn)的內(nèi)容和寫作意圖更加一致。二、在中國(guó)傳統(tǒng)文學(xué)中,詩歌和對(duì)聯(lián)有諸多相似特征,且兩者的自動(dòng)生成方法大致相同。針對(duì)這一現(xiàn)象,本文提出了一種基于多任務(wù)學(xué)習(xí)的詩歌與對(duì)聯(lián)自動(dòng)生成方法,在之前詩歌生成方法基礎(chǔ)上聯(lián)合對(duì)聯(lián)生成。方法同樣先根據(jù)用戶意圖構(gòu)...
【文章來源】:桂林電子科技大學(xué)廣西壯族自治區(qū)
【文章頁數(shù)】:62 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
Masterman系統(tǒng)使用的模板及生成的詩歌
POEVOLVE、MCGONAGALL[7]等。MCGONAGALL的詩歌生成示例如圖1-2所示。圖 1-2 基于進(jìn)化算法的 MCGONAGALL 系統(tǒng)生成示例另外,Zhou等人利用進(jìn)化算法中的遺傳算法生成宋詞,獲得了一定的成果[8]。其方法在生成的過程中,生成器融合了宋詞的平仄信息,開始先隨機(jī)大量生成詩句,然后使用制定的評(píng)估函數(shù)給詩句打分,其中評(píng)估函數(shù)融合了對(duì)句法和語義加權(quán)的信息,之后基于精英主義和輪盤賭算法的選擇策略,不斷優(yōu)化選擇出高分詩句,最終生成出完整的宋詞。該系統(tǒng)生成的宋詞單句效果較好,不足之處在于詩句之間缺乏相關(guān)性
之后基于精英主義和輪盤賭算法的選擇策略,不斷優(yōu)化選擇出高分詩句,最終生成出完整的宋詞。該系統(tǒng)生成的宋詞單句效果較好,不足之處在于詩句之間缺乏相關(guān)性,表現(xiàn)內(nèi)容不一致;谶z傳算法的宋詞生成示例如圖1-3所示。
【參考文獻(xiàn)】:
期刊論文
[1]基于主題模型和統(tǒng)計(jì)機(jī)器翻譯方法的中文格律詩自動(dòng)生成[J]. 蔣銳瀅,崔磊,何晶,周明,潘志庚. 計(jì)算機(jī)學(xué)報(bào). 2015(12)
[2]一種宋詞自動(dòng)生成的遺傳算法及其機(jī)器實(shí)現(xiàn)[J]. 周昌樂,游維,丁曉君. 軟件學(xué)報(bào). 2010(03)
博士論文
[1]多任務(wù)學(xué)習(xí)的研究[D]. 李亞.中國(guó)科學(xué)技術(shù)大學(xué) 2018
[2]多任務(wù)學(xué)習(xí)算法研究[D]. 浦劍.復(fù)旦大學(xué) 2013
碩士論文
[1]基于注意力機(jī)制和改進(jìn)型RNN的Web文本情感分析研究[D]. 王治權(quán).蘭州大學(xué) 2018
[2]深度神經(jīng)網(wǎng)絡(luò)在基于圖片生成中國(guó)古詩問題中的研究與應(yīng)用[D]. 蔣亮.中國(guó)科學(xué)技術(shù)大學(xué) 2018
[3]基于深度學(xué)習(xí)技術(shù)的中國(guó)傳統(tǒng)詩歌生成方法研究[D]. 王哲.中國(guó)科學(xué)技術(shù)大學(xué) 2017
本文編號(hào):3584705
【文章來源】:桂林電子科技大學(xué)廣西壯族自治區(qū)
【文章頁數(shù)】:62 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
Masterman系統(tǒng)使用的模板及生成的詩歌
POEVOLVE、MCGONAGALL[7]等。MCGONAGALL的詩歌生成示例如圖1-2所示。圖 1-2 基于進(jìn)化算法的 MCGONAGALL 系統(tǒng)生成示例另外,Zhou等人利用進(jìn)化算法中的遺傳算法生成宋詞,獲得了一定的成果[8]。其方法在生成的過程中,生成器融合了宋詞的平仄信息,開始先隨機(jī)大量生成詩句,然后使用制定的評(píng)估函數(shù)給詩句打分,其中評(píng)估函數(shù)融合了對(duì)句法和語義加權(quán)的信息,之后基于精英主義和輪盤賭算法的選擇策略,不斷優(yōu)化選擇出高分詩句,最終生成出完整的宋詞。該系統(tǒng)生成的宋詞單句效果較好,不足之處在于詩句之間缺乏相關(guān)性
之后基于精英主義和輪盤賭算法的選擇策略,不斷優(yōu)化選擇出高分詩句,最終生成出完整的宋詞。該系統(tǒng)生成的宋詞單句效果較好,不足之處在于詩句之間缺乏相關(guān)性,表現(xiàn)內(nèi)容不一致;谶z傳算法的宋詞生成示例如圖1-3所示。
【參考文獻(xiàn)】:
期刊論文
[1]基于主題模型和統(tǒng)計(jì)機(jī)器翻譯方法的中文格律詩自動(dòng)生成[J]. 蔣銳瀅,崔磊,何晶,周明,潘志庚. 計(jì)算機(jī)學(xué)報(bào). 2015(12)
[2]一種宋詞自動(dòng)生成的遺傳算法及其機(jī)器實(shí)現(xiàn)[J]. 周昌樂,游維,丁曉君. 軟件學(xué)報(bào). 2010(03)
博士論文
[1]多任務(wù)學(xué)習(xí)的研究[D]. 李亞.中國(guó)科學(xué)技術(shù)大學(xué) 2018
[2]多任務(wù)學(xué)習(xí)算法研究[D]. 浦劍.復(fù)旦大學(xué) 2013
碩士論文
[1]基于注意力機(jī)制和改進(jìn)型RNN的Web文本情感分析研究[D]. 王治權(quán).蘭州大學(xué) 2018
[2]深度神經(jīng)網(wǎng)絡(luò)在基于圖片生成中國(guó)古詩問題中的研究與應(yīng)用[D]. 蔣亮.中國(guó)科學(xué)技術(shù)大學(xué) 2018
[3]基于深度學(xué)習(xí)技術(shù)的中國(guó)傳統(tǒng)詩歌生成方法研究[D]. 王哲.中國(guó)科學(xué)技術(shù)大學(xué) 2017
本文編號(hào):3584705
本文鏈接:http://sikaile.net/gudaiwenxuelunwen/3584705.html
最近更新
教材專著