論文の概要: Compose Like Humans: Jointly Improving the Coherence and Novelty for Modern Chinese Poetry Generation

• arxiv url: http://arxiv.org/abs/2005.01556v1
• Date: Mon, 4 May 2020 15:16:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-07 00:02:49.744052
• Title: Compose Like Humans: Jointly Improving the Coherence and Novelty for Modern Chinese Poetry Generation
• Title（参考訳）: 人間のように作曲する--現代漢詩のコヒーレンスと新しさを共同で改善する
• Authors: Lei Shen, Xiaoyu Guo, Meng Chen
• Abstract要約: 本稿では,コヒーレンスとノベルティを両立させるため,ジェネレーション-リトリーブ-then-refineパラダイムを提案する。 大規模な漢詩データセットを収集した実験結果から,提案手法はより一貫性のある詩を生成するだけでなく,多様性やノベルティも向上することが示された。
• 参考スコア（独自算出の注目度）: 13.709648635080828
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Chinese poetry is an important part of worldwide culture, and classical and modern sub-branches are quite different. The former is a unique genre and has strict constraints, while the latter is very flexible in length, optional to have rhymes, and similar to modern poetry in other languages. Thus, it requires more to control the coherence and improve the novelty. In this paper, we propose a generate-retrieve-then-refine paradigm to jointly improve the coherence and novelty. In the first stage, a draft is generated given keywords (i.e., topics) only. The second stage produces a "refining vector" from retrieval lines. At last, we take into consideration both the draft and the "refining vector" to generate a new poem. The draft provides future sentence-level information for a line to be generated. Meanwhile, the "refining vector" points out the direction of refinement based on impressive words detection mechanism which can learn good patterns from references and then create new ones via insertion operation. Experimental results on a collected large-scale modern Chinese poetry dataset show that our proposed approach can not only generate more coherent poems, but also improve the diversity and novelty.
• Abstract（参考訳）: 中国詩は世界文化の重要な部分であり、古典的・近代的なサブブランチは全く異なる。 前者は独特なジャンルであり、厳格な制約があるが、後者は非常に柔軟で、韻律は任意であり、他の言語の近代詩と類似している。 したがって、コヒーレンスをコントロールし、新規性を改善する必要がある。 本稿では,コヒーレンスとノベルティを共同で改善するための生成・再生・再定義パラダイムを提案する。 第一段階では、ドラフトは与えられたキーワード(トピック)のみを生成する。 第2段階は、検索行から「精製ベクトル」を生成する。 最終的に、新しい詩を生成するために、草稿と「精製ベクター」の両方を考慮に入れた。 ドラフトは、生成される行の将来の文レベル情報を提供する。 一方、「精製ベクトル」は、参照から良いパターンを学習し、挿入操作によって新しいパターンを生成できる印象的な単語検出機構に基づく改良の方向性を指摘する。 大規模な漢詩データセットによる実験結果から,提案手法はより一貫性のある詩を生成できるだけでなく,多様性や新奇性を向上できることが示された。

関連論文リスト

• Encoder-Decoder Framework for Interactive Free Verses with Generation with Controllable High-Quality Rhyming [15.595206559574017]
  本稿では,各歌詞の開始時に韻律語を先行する新しい微調整手法を提案する。 我々は、この微調整を現在の韻律の最先端戦略と比較するために、広範囲な実験を行った。 我々は、英語や他の12の言語で高品質なデータセットを提供し、多言語コンテキストにおけるアプローチの実現可能性を分析し、将来的なメソッド比較のためのメトリクスを提案する。
  論文  参考訳（メタデータ） (2024-05-08T16:13:40Z)
• SciMON: Scientific Inspiration Machines Optimized for Novelty [68.46036589035539]
  文献に基づく新たな科学的方向を生成するために,ニューラルランゲージモデルを探索し,拡張する。 モデルが入力背景コンテキストとして使用される新しい設定で、劇的な出発をとっています。 本稿では,過去の科学的論文から「吸入」を抽出するモデリングフレームワークであるSciMONを紹介する。
  論文  参考訳（メタデータ） (2023-05-23T17:12:08Z)
• Prose2Poem: The Blessing of Transformers in Translating Prose to Persian Poetry [2.15242029196761]
  我々は、古代ペルシア詩に散文を翻訳する新しいニューラル・マシン・トランスレーション(NMT)アプローチを導入する。 我々は、初期翻訳を得るために、スクラッチからトランスフォーマーモデルを訓練し、最終翻訳を得るためにBERTの様々なバリエーションを事前訓練した。
  論文  参考訳（メタデータ） (2021-09-30T09:04:11Z)
• Lingxi: A Diversity-aware Chinese Modern Poetry Generation System [43.36560720793425]
  リンギキ(Lingxi)は、中国における多様性を意識した現代詩生成システムである。 ランダム化ヘッド(NS-RH)アルゴリズムを用いた核サンプリングを提案する。 フィルタされた語彙の大部分がランダム化されている場合でも、実際に流動的な詩を生成することができる。
  論文  参考訳（メタデータ） (2021-08-27T03:33:28Z)
• 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)
• Improving Adversarial Text Generation by Modeling the Distant Future [155.83051741029732]
  テキスト計画手法を考察し、上記の問題を緩和するためのモデルに基づく模倣学習手法を提案する。 本稿では,より長い地平線上の生成過程に焦点をあてる新しいガイドネットワークを提案する。
  論文  参考訳（メタデータ） (2020-05-04T05:45:13Z)
• 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。