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。
