融合韵律特征的诗歌生成模型

诗歌生成中的韵律规范和主题一致性一直以来都是自然语言生成领域的研究热点。为提升诗歌生成中的韵律规范,提出了基于Transformer结合韵律特征的诗歌生成模型(Transformer and prosodic features poetry generation model,TPPG)。根据韵律特征建立平仄韵律词库和平声韵脚词库,在Transformer编码器中引入平仄韵律编码,模型训练过程中可以捕获更多平仄韵律特征的信息,学习到多种诗歌韵律;最终根据建立的平声韵脚词库规范诗歌生成韵脚,运用极大后验概率对于候选的诗歌选择当前赋有韵律特征规范的最优诗句,整体提升诗歌规范性和流畅性。实验结果表明TPPG模型生成的诗歌能够很好地符合韵律,在人工评价和机器评价中均有提高。

修辞可控的中国古典诗歌生成

中国古典诗歌是一种语言凝练、语义丰富的文学艺术,它的创作因素有许多方面,修辞手法是其中一个最显著的特征之一,诗人在进行创作时通常会使用修辞手法来增强诗歌的感染力和表现力。该文致力于构建具有修辞手法创作能力的诗歌生成模型,以此来提升生成诗歌的多样性、趣味性和新颖性,从而增加读者阅读过程中的审美体验。该文首先通过人工标注、词句特征提取、训练基于BERT的修辞分类器的方式构建一个修辞诗句数据库,然后将每首诗按照一定的方式序列化成一个长句子,并以此来训练语言模型得到诗歌生成模型。自动评测和人工评测结果表明,模型可以生成具有特定修辞手法的诗歌,且生成诗歌的质量相比基线有显著提升。

基于改进生成对抗网络的诗歌生成

针对生成具有明确主题和优美诗意的诗歌问题,将诗歌生成任务转换为两个相关的对抗训练子任务,以门控循环单元实现生成器,改进生成对抗网络单判别器结构为双判别器结构,使用主题和诗意两类判别器通过策略梯度算法为生成器提供反馈,不断改善诗歌生成质量,保证生成诗歌具有明确的主题和优美的诗意.测试结果表明,基于改进生成对抗网络生成的诗歌在主题相关性及诗意上均优于现有方法.

自动扩充关键词语义信息的诗歌生成算法

当前,诗歌生成模型大多数通过用户所提供的关键词来生成符合韵律规则和音调起伏的诗歌。由于关键词蕴含的语义信息较少,很难保证生成诗歌的质量,容易出现上下文主题偏移的现象。针对这一问题,提出了一种基于条件变分自编码器的生成模型,该模型能够在更加丰富的语义信息指导下,生成更符合关键字描述和用户满意度的诗歌。该模型通过采样人类创作的诗歌,引入额外和关键词相关的语义信息,有效估计条件变分自编码器的先验概率分布,生成更贴合真实分布的先验概率。由于该模型自动扩充了关键词信息,缩小了输入和输出语义信息的差距,缓解了以往模型中普遍存在的过翻译问题。实验结果表明,该模型无论在自动评估还是人类评估方面相比其他模型都有更好的效果,并成功减少了过翻译问题出现的频率,提高了生成诗歌的流畅性。通过变化采样的范围,成功实现了对生成诗歌写作风格的控制,进一步证明了该算法的有效性。

走向“少数”之“普遍”——拉维科维奇的希伯来语诗歌生成论

达莉娅·拉维科维奇被认为是以色列建国后最重要的希伯来语女诗人。结合德勒兹和加塔利的“少数文学”与“生成”理论,在诗人反抗希伯来父权传统的压制、批判暴力强权、谴责作家旁观姿态的“背叛写作”及其先锋品格中,可以发现一条从“生成—女人”到“生成—他者”的“生成—少数”的逃逸线。这种破坏现有权力结构与否定自身同一身份的语言的解辖域化和对新型感知的探索,亦是回应一种“集群多元体”的伦理实践。

风吹无疆——论后现代语境下阳飏诗歌的写作向度与生成机理

阳飏作为西部地域写作的杰出诗人代表之一,他的诗歌植根于悠久的历史和深厚的传统文化,借鉴吸收国外诗歌的营养,深入西部大地和当代人内心,开掘出了意境宏深、景象奇崛、大气磅礴的独特诗歌世界。在后现代语境下,他的诗篇富有洞察力、穿透力、超验想象力和历史想象力,具有温暖的人文关怀和终极关怀而又不乏情趣、意趣和智趣,为现代人营建了一片“诗意栖居”的语言家园。

生成的诗学——顾城诗歌想象力范式的三重嬗变

从顾城的诗歌写作中,可以发现一种“生成的诗学”,这既体现在其诗歌想象力范式的三重嬗变上,又体现在每种想象力范式内在的生成性上。从早期的童话想象,到“朦胧诗”时期的历史想象,再到中后期的语言本体想象,这一演变过程具体而丰富地实践了个体生存面对历史现实境遇的可能性方式。作为诗歌生成的内在动力,想象力彰显的不仅是一种修辞上的话语策略,更是重新创造自我与世界,更新词与物的二元关系的解放性力量。顾城诗歌想象力范式的嬗变的意义,在于他把诗歌从一种主客二元论的关系性存在,提升为一种实践性、创造性的一元论本体性存在。这为解决现代汉诗写作面临的问题提供了有益的启示。

李贺研究的语言学实践——李文彬《从转换生成语法看李贺诗歌》述评

在中国文学史上,李贺以所谓“长吉体”的奇诡诗风打动人心,针对这种独特风格的形成,台湾学者李文彬教授用乔姆斯基转换生成语法的语言学理论进行研究,颇有收获。作者探索了转换生成语法一些普遍而基本的规则与李贺诗歌之间的关联,确切地说,是三个规则:内在语言能力的观念,句子结构不同层次的理论以及语法性的概念。它们被选中作为批评工具去解释李贺诗歌中出现的创造力、句法歧义以及反常表达。

基于统计的汉语格律诗生成研究

古代中文诗歌的巅峰——中文格律诗,包括律诗和绝句,是中国古典诗词的奇葩。该文从已有的古今名诗中自动学习作诗知识,实现了一个中文格律诗的自动生成系统。该系统接收用户选择的表达其思路的若干个关键词作为输入,首先,利用相关词汇数据库和语言模型,实现了根据用户选定的关键词自动生成诗歌的第一句。其次,我们独创性地将格律诗的上下句关系映射为源语言到目标语言的翻译关系,设计了一个基于短语的统计机器翻译模型,从而把诗歌的第N-1句作为输入用以生成第N句。并提供了一个用户交互式的系统,使得用户可以在每一步都选择一个最佳诗句。最后,我们还精心设计了一套翔实的格律诗评测标准,并通过单句实验和全诗实验证明,该方法是诗歌产生的一个较好的方法。

AIGC助力数字人文研究的实践探索:SikuGPT驱动的古诗词生成研究

[目的/意义]诗词创作是数字人文领域自然语言生成研究的重要方向,对古诗词遣词造句的版本争议判断、自动诗词问答等具有一定意义,然而当前尚未出现能够自动生成繁体中文古诗词的预训练模型,已有研究着眼于根据使用者需求创作不同风格的简体古诗词。[方法/过程]文章基于CLM使用繁体《四库全书》无标点语料、繁体中文古诗词语料在gpt2-chinese-cluecorpussmall上进行继续预训练构建SikuGPT2、SikuGPT2-poem模型。采用困惑度、BLEU、专家打分、图灵测试等验证模型性能。[结果/结论]实验显示SikuGPT2-poem模型困惑度较低,生成的诗歌BLUE评分较基准模型低0.053左右,在人工打分中较基准模型平均高1.93分。总体而言,文章提出的模型表现优异且通过图灵测试,提出的古汉语生成式系列模型的预训练语料集尚小。模型在古诗生成方面表现较好,但尚不能满足赋、曲等体裁的需要。

基于神经网络的集句诗自动生成

集句诗是中国古典诗歌的一种特殊体裁。是从前人的诗篇中选取已有诗句,再将其巧妙组合形成一首新诗,是一种艺术的再创造形式。集句诗的生成要求集辑而成的诗不仅合辙押韵,且有完整的内容、连贯的上下文和新颖的主旨意境,对创作者的知识储备和诗词鉴赏能力有极高的要求。该文基于计算机的海量存储和快速检索能力,以及神经网络模型对文本语义较强的表示和理解能力,提出一种新颖的集句诗自动生成模型。该模型以数十万首古诗作为基础,利用循环神经网络(RNN)自动学习古诗句的语义表示,并设计了多种方法自动计算两句诗句的上下文关联性。根据用户输入的首句,模型能够自动计算选取上下文语义最相关连贯的诗句进行集辑,从而形成一首完整的集句诗。自动评测和人工评测的实验结果都表明,该文模型能够生成质量较好的集句诗,远远超过基线模型的效果。

古代诗歌批评方法论

“知人论世”是从诗歌生成机制和创作原理的角度提出的批评方法 ;“以诗解诗”是从诗歌文本出发 ,着眼于微观的批评方法 ;“识鉴诸家”是从宏观角度进行诗歌批评的方法。古代诗论家所提出的三种方法在今天仍具有重要的实用意义。

五四新诗革命背景中的外国诗歌翻译

五四新诗革命是如何受到外国诗歌翻译的影响?当时的翻译者主要选择了泰戈尔、歌德、惠特曼三位诗人进行翻译,目的就是为正在展开的新诗革命寻找理论资源和合法性。徐志摩的征求译诗事件,反映了对翻译实践探索的自觉,更说明了对新诗创作探索的成熟。从他们的翻译实践中,可以知道用中国传统的古体诗去翻译国外的自由体诗,只能是削足适履。这从另一个侧面为新诗革命的白话自由体方向提供了理论支持。

“为你写诗”:面向中国古典诗歌的可视化交互创作系统

中国古典诗歌具有工整的句式和悠扬的韵律,这些特点对创作者提出了较高的要求.现有的诗歌生成系统大多着眼于生成模型的效果,用户的参与度和发挥空间有限.基于古诗文网、THUNLP-AIPoet等开源数据,设计并实现了一个面向中国古典诗歌的可视化交互创作系统“为你写诗”.其自定义视图支持自定义句式情感;“挥毫泼墨”视图自动生成诗歌作为创作基础,并且可视化诗歌文本的韵律情感等多维度属性;修改辅助视图在创作过程中提供改进建议和候选推荐.通过实例分析和用户调研对系统视图的功能和创作结果的连贯性、情感和韵律进行评价,结果表明了它的有效性和实用性.

黄裳其人其诗

黄裳为北宋文坛的代表作家,本文旨在通过其生平和他所处时代对他的影响,来更深入地了解其诗歌内容中多山水诗、应酬诗的原因,同时了解佛教思想对其诗歌创作风格的影响。

镜像图灵测试:古诗的机器识别

古诗伴随着中华文化的历史进程不断发展,有着数千年的灿烂历史,古诗将丰富的情感、有内涵的灵魂和生动的形式完美结合,表现出了中华民族语言的力量.“自然语言处理是人工智能皇冠上的明珠”,用机器生成语言是机器智慧的核心体现,对机器的语言进行测试是图灵测试的重要内容,用机器生成的中国古代诗词已经可以初步通过图灵测试,在普通人面前得以瞒天过海.本文提出了“镜像图灵测试”框架,其主要设计思想是将图灵测试中的测试者由人更换为计算机,要求测试者在图灵测试的同等条件下对被测试的人和计算机进行识别,若测试计算机不能完成对被测试者的识别,则认为被测试的机器通过了镜像图灵测试.本文以机器生成的古诗和诗人创作的古诗为测试对象,以经过LDA主题模型调节的融合自注意力机制和切片LSTM网络的模型为测试机,设计了镜像图灵测试实验.实验将古诗分为写景、抒情以及爱国诗三类,为每类诗歌构建了8组数据集,共8万句古诗,采用了4种模型对24组数据集进行测试,利用测试机判别诗歌来自诗人还是机器,识别结果可达80%左右,实验结果显示,镜像图灵测试机可以对机器生成的诗歌进行识别,即机器生成的通过了图灵测试的诗歌并没有通过镜像图灵测试,说明了诗歌作为人类语言文明的结晶,是人脑情感最突出的反应,是诗人全身心的投入后的灵魂映射,在一定意义上是图灵可测的,即如果存在图灵可测的不完备性,那么诗歌这个人类语言的精华所在,就是突破这个图灵不完备性的关隘.本文提出的镜像图灵测试框架为后续图灵测试的研究提供了新的思路与方向.

人工智能的舞步，能跳多远多久——诗歌文本的“机器生成”与“脑机融合”的挑战

一、人工智能的生成初阶诗歌生成源于主体的诗性思维,集潜意识、意念、直觉、感觉、情绪、想象、智性在内的综合,形成一种极为复杂、高级的精神活动。因其奥妙、精微、神秘,且涉及许多非稳定元素,诗歌生成一向被视为变幻莫测的化学反应。化学反应也一直在深不可测的黑箱里悄然进行,神出鬼没。

人工智能生成和歌的修辞手法分析

和歌是用日语文言表达的传统定型诗,在日本古典文学中具有很高的文学价值。随着人工智能技术的发展,诗歌创作研究正受到越来越多的关注。本研究使用作者团队最近提出的基于深度学习的和歌生成模型,选择代表季节的日语关键词「霞」「七夕」「秋風」「松」,由计算机生成和歌,从文学角度分析这些和歌所表达的意境和修辞手法等和歌艺术技巧。分析结果表明,这些人工智能生成的和歌在满足和歌的音数、断句规则以及内容通顺的基础上,熟练运用了枕词、挂词、比喻等具有和歌特征的修辞手法。

艾米莉·狄金森的诗学散论

美国19世纪女诗人艾米莉·狄金森虽然没有留下明晰成文的诗歌理论,我们依然可以从她谈论"诗歌"和"诗人"的具体作品中追索提取其诗歌散论。狄金森的诗歌创作阶段有明显的旺盛期与非旺盛期之区别,其中蕴育了不同内涵的诗学观:从旺盛期受超验主义影响的诗人论,到狄金森独家的诗歌生成论和诗人论,再到从读者角度提出的诗歌本体论,最后是充满玄学色彩的诗观,显示了狄金森对"诗人"和"诗歌"的原创性认知。