背景介绍
诗歌自动写作的研究价值在于探索机器智能,其初心可以追溯到图灵-杰斐逊辩论,即机器能否因为思想和情感而创作诗歌。研究诗歌自动写作有助于理解人类写作的内在机理,并具有娱乐、教育、文化传播等应用价值。现有诗歌自动写作系统包括稻香作诗、微软绝句、IBM偶得、百度为你写诗、华为乐府作诗等。
九歌算法
九歌算法旨在生成具有文学表现力的中文古典诗歌,其研究框架包括提升诗歌上下文连贯性、扣题性、新颖性和风格化。具体方法包括:
- 基于显著性索机制的上下文连贯性增强:使用显著性线索模型,丢弃没有实际语义的部分,使用上文中显著的局部内容代替完整上文,引导下文生成,增强诗歌的连贯性。
- 基于工作记忆模型的篇章级诗歌生成:构建工作记忆模型,包含历史记忆模块和局部记忆模块,动态读写和擦除,维护部分远距离上文信息,增强诗歌的连贯性和扣题性。
- 基于文本风格转换技术的诗句生成:使用实例支撑的风格转换模型(StyInsModel),通过无监督的风格诗歌生成技术,实现诗歌风格的转换。
- 基于互强化学习的新颖诗歌生成:使用互强化学习(MRL Model),同时训练两个不同的生成器,相互之间进行学习,提升诗歌的新颖性。
- 细粒度情感可控的中文古典诗歌生成:使用Sentiment-Controllable Chinese Poetry Generation模型,通过Holistic Sentiment Control Module和Temporal Sentiment Control Module,实现对诗歌情感的细粒度控制。
九歌系统
九歌系统是一个开源的中文古典诗歌在线生成系统,用户遍布全球140余个国家和地区。九歌系统曾获得多个奖项,并参与过CCTV-1大型科技挑战类节目《机智过人》。
诗歌与知识图谱
未来方向包括:
- 常识驱动的用户输入理解:利用概率关联式古诗文知识图谱——文脉,增强对用户输入的理解。
- 引入语言学与文学知识的诗歌生成:将语言学和文学知识融入诗歌生成模型,提升诗歌的质量。
- 结合时空及历史知识的诗歌生成:结合时空及历史知识,生成更具文化内涵的诗歌。