AI 科技评论按:近年来人工智能与文学艺术的结合日趋紧密,AI 自动绘画、自动作曲等方向都成为研究热点。诗歌自动生成是一项有趣且具有挑战性的任务。在本次公开课中, 讲者将介绍清华自然语言处理与社会人文计算实验室的自动作诗系统,“九歌”,及其相关的技术方法和论文。
分享嘉宾:
矣晓沅,清华大学计算机系在读硕士, 导师为孙茂松教授。主要从事自然语言处理、文本生成方向的研究。研究工作在IJCAI、CoNLL、EMNLP等会议发表。
公开课回放地址:
http://www.mooc.ai/open/course/545?=Leiphone
分享主题:「九歌」——基于深度学习的中国古典诗歌自动生成系统
分享提纲:
任务背景及“九歌” 作诗系统简介
基于显著性上下文机制的诗歌生成
基于工作记忆模型的诗歌生成
基于互信息的无监督风格诗歌生成
雷锋网 AI 研习社将其分享内容整理如下:
人工智能的概念提出不久后,许多科学家试图将人工智能与日常生活相结合。在 NLP 领域,我们熟悉的有机器翻译、专家系统和对话系统,而诗歌属于人类语言中高度凝练,高度艺术化的体现,几十年以前便有科学家试图让 AI 具备创作诗歌的能力。
关于自动诗歌生成,我们的应用主要体现在:
一、娱乐场景——老百姓可以轻易通过诗意的方式去表达自己的情感;
二、诗词教育——了解诗词中的关键词、意象、押韵等元素是如何在诗词中起作用的。
三、文学研究——实验中关于词频、意象之间的关系的发现,能给文学研究一定的启发作用。
四、启发其他类型文本的生成(歌词、小说……)。
诗歌的特点是形式上高度凝练、简洁、节奏感强、语义丰富,因此我们认为它是自动分析、理解和生成文本的理想切入点。
关于自动诗歌的生成,业界的研究主要经历了三个阶段:
我们实验室是在 2016 年初开始做这件事情的,我们的九歌系统采用了最新的深度学习技术,结合多个为诗歌生成专门设计的不同模型,基于超过 30 万首的诗歌进行训练学习,能够产生集句诗、绝句、藏头诗、宋词等不同体裁的诗歌。
下面我会给大家介绍九歌系统背后的几个重要模型:
基于显著性上下文机制的诗歌生成
第一个模型被称作「基于显著性上下文机制的诗歌生成」,在这之前,针对中国古典诗歌自动生成的一些工作在新颖性、韵律和关键词插入有了显著提升,然而在上下文关联性方面还有所欠缺。前期的试验中,我们发现这也是自动诗歌生成系统的硬伤部分。