論文の概要: Introducing Aspects of Creativity in Automatic Poetry Generation

• arxiv url: http://arxiv.org/abs/2002.02511v1
• Date: Thu, 6 Feb 2020 20:44:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-03 09:34:18.144845
• Title: Introducing Aspects of Creativity in Automatic Poetry Generation
• Title（参考訳）: 自動詩生成における創造性の導入
• Authors: Brendan Bena and Jugal Kalita
• Abstract要約: 詩生成とは、詩作品に似たテキストを自動的に生成する教育システムである。 深層学習システムは、詩のコーパスを訓練し、特定の言語スタイルをモデル化することで、独自の詩を生成することができる。 我々は,事前訓練された言語モデルであるGPT-2を下流の詩生成タスクに適用するアプローチを提案する。
• 参考スコア（独自算出の注目度）: 2.792030485253753
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Poetry Generation involves teaching systems to automatically generate text that resembles poetic work. A deep learning system can learn to generate poetry on its own by training on a corpus of poems and modeling the particular style of language. In this paper, we propose taking an approach that fine-tunes GPT-2, a pre-trained language model, to our downstream task of poetry generation. We extend prior work on poetry generation by introducing creative elements. Specifically, we generate poems that express emotion and elicit the same in readers, and poems that use the language of dreams---called dream poetry. We are able to produce poems that correctly elicit the emotions of sadness and joy 87.5 and 85 percent, respectively, of the time. We produce dreamlike poetry by training on a corpus of texts that describe dreams. Poems from this model are shown to capture elements of dream poetry with scores of no less than 3.2 on the Likert scale. We perform crowdsourced human-evaluation for all our poems. We also make use of the Coh-Metrix tool, outlining metrics we use to gauge the quality of text generated.
• Abstract（参考訳）: 詩生成とは、詩作品に似たテキストを自動的に生成する教育システムである。 深層学習システムは、詩のコーパスを訓練し、特定の言語スタイルをモデル化することで、独自の詩を生成することができる。 本稿では,事前学習型言語モデルであるGPT-2を下流の詩生成タスクに適用するアプローチを提案する。 我々は,創造的要素の導入により,詩生成に関する先行研究を拡大する。 具体的には、感情を表現し、読者に同じ感情を表わす詩や、夢の言葉を使う詩、いわゆる夢の詩を生成する。 私たちは、悲しみの感情を正しく引き出す詩を、それぞれ87.5と85%の時間で作り出すことができます。 夢を描写するテキストのコーパスを訓練することで、夢のような詩を作る。 このモデルによる詩は、ファサートスケールで3.2以上のスコアで、夢の詩の要素を捉えている。 すべての詩をクラウドソースで評価する。 また、Coh-Metrixツールを使用して、生成したテキストの品質を測定するために使用するメトリクスを概説しています。

関連論文リスト

• PoetryDiffusion: Towards Joint Semantic and Metrical Manipulation in Poetry Generation [58.36105306993046]
  制御可能なテキスト生成は自然言語生成(NLG)において困難かつ有意義な分野である 本稿では,ソネット生成のための拡散モデルと中国語のSongCi詩の創始について述べる。 本モデルでは,人的評価だけでなく,意味的,計量的,総合的な性能の自動評価において,既存のモデルよりも優れる。
  論文  参考訳（メタデータ） (2023-06-14T11:57:31Z)
• Generation of Chinese classical poetry based on pre-trained model [1.6114012813668934]
  本稿では,主にBARTやその他の事前学習モデルを用いて,韻律的詩文を生成する。 一連のAI詩のチューリング問題を開発し、詩や詩を書く研究者のグループによってレビューされた。 著者が研究した詩文生成のモデルは、先進的な学者と区別できない作品を一般化している。
  論文  参考訳（メタデータ） (2022-11-04T16:05:31Z)
• PoeticTTS -- Controllable Poetry Reading for Literary Studies [21.29478270833139]
  我々は、人間の参照的引用から韻律的な値をクローンして詩を再合成し、その後、微粒な韻律制御を用いて合成音声を操作する。 詩のTTSモデルを微調整することで、詩のイントネーションパターンを広範囲に捉え、韻律のクローニングと操作に有用であることがわかった。
  論文  参考訳（メタデータ） (2022-07-11T13:15:27Z)
• PoeLM: A Meter- and Rhyme-Controllable Language Model for Unsupervised Poetry Generation [42.12348554537587]
  形式詩は詩の韻律や韻律に厳格な制約を課している。 この種の詩を創作する以前の作品のほとんどは、既存の詩を監督に用いている。 本稿では,任意の韻律や韻律に従って詩を生成するための教師なしアプローチを提案する。
  論文  参考訳（メタデータ） (2022-05-24T17:09:55Z)
• Zero-shot Sonnet Generation with Discourse-level Planning and Aesthetics Features [37.45490765899826]
  詩の訓練を必要としないソネットを生成するための新しい枠組みを提案する。 具体的には、コンテンツ計画モジュールを非詩文で訓練し、談話レベルのコヒーレンスを得る。 また、生成されたソネットのパラメータとリズムの制約を課す制約付き復号アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2022-05-03T23:44:28Z)
• CCPM: A Chinese Classical Poetry Matching Dataset [50.90794811956129]
  本稿では,詩のマッチングによるモデルの意味的理解を評価するための新しい課題を提案する。 この課題は、現代漢訳の漢詩では、4人の候補者の中から1行の漢詩を選ばなければならない。 このデータセットを構築するために、まず中国古典詩と現代中国語の翻訳の並列データを得る。
  論文  参考訳（メタデータ） (2021-06-03T16:49:03Z)
• Generate and Revise: Reinforcement Learning in Neural Poetry [17.128639251861784]
  そこで本研究では,人間と同じように繰り返し再検討・訂正される詩を,全体的な品質向上のために生成する枠組みを提案する。 本モデルでは,スクラッチから詩を生成するとともに,対象の基準に合わせるために,生成したテキストを段階的に調整する。 本手法は,韻文作成にどの単語が責任があるのか,詩文のコヒーレントな変更の仕方などを知ることなく,韻文体系と一致する場合において評価する。
  論文  参考訳（メタデータ） (2021-02-08T10:35:33Z)
• Acrostic Poem Generation [26.604889384391726]
  計算創造性分野における新たな課題として,英語のアクロスティック詩生成を提案する。 アクロスティック詩(Acrostic poem)は、隠されたメッセージを含む詩で、典型的には、各行の最初の文字が単語や短い句を綴り出す。 実験の結果,本研究の基準詩は人間に好意的に受け取られており,付加的な制約により品質が損なわれていないことが明らかとなった。
  論文  参考訳（メタデータ） (2020-10-05T18:00:15Z)
• Generating Major Types of Chinese Classical Poetry in a Uniformed Framework [88.57587722069239]
  GPT-2に基づく漢詩の主要なタイプを生成するフレームワークを提案する。 予備的な結果は、この強化されたモデルが、形も内容も質の高い大型漢詩を生成できることを示している。
  論文  参考訳（メタデータ） (2020-03-13T14:16:25Z)
• MixPoet: Diverse Poetry Generation via Learning Controllable Mixed Latent Space [79.70053419040902]
  多様な要素を吸収し,多様なスタイルを創出し,多様性を促進する新しいモデルであるMixPoetを提案する。 半教師付き変分オートエンコーダに基づいて、我々のモデルは潜在空間をいくつかの部分空間に切り離し、それぞれが敵の訓練によって1つの影響因子に条件付けされる。 中国詩の実験結果は、MixPoetが3つの最先端モデルに対して多様性と品質の両方を改善していることを示している。
  論文  参考訳（メタデータ） (2020-03-13T03:31:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。