Fugu-MT 論文翻訳(概要): AfriKI: Machine-in-the-Loop Afrikaans Poetry Generation

論文の概要: AfriKI: Machine-in-the-Loop Afrikaans Poetry Generation

arxiv url: http://arxiv.org/abs/2103.16190v1
Date: Tue, 30 Mar 2021 09:17:56 GMT
ステータス: 処理完了
システム内更新日: 2021-03-31 15:13:20.950649
Title: AfriKI: Machine-in-the-Loop Afrikaans Poetry Generation
Title（参考訳）: Afriki: マシン・イン・ザ・ループのAfrikaans Poetry Generation
Authors: Imke van Heerden and Anil Bas
Abstract要約: 本稿では,Afrikiという生成言語モデルを提案する。我々のアプローチは、現代フィクションの小さなコーパスに基づいて訓練されたLSTMアーキテクチャに基づいている。このモデルをオーサリングツールとして、マシンインザループのAfrikaans詩生成を探索します。
参考スコア（独自算出の注目度）: 2.1320960069210484
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper proposes a generative language model called AfriKI. Our approach is based on an LSTM architecture trained on a small corpus of contemporary fiction. With the aim of promoting human creativity, we use the model as an authoring tool to explore machine-in-the-loop Afrikaans poetry generation. To our knowledge, this is the first study to attempt creative text generation in Afrikaans.
Abstract（参考訳）: 本稿では,Afrikiと呼ばれる生成言語モデルを提案する。我々のアプローチは、現代フィクションの小さなコーパスに基づいて訓練されたLSTMアーキテクチャに基づいている。人間の創造性を促進すべく、我々はこのモデルをオーサリングツールとして使用し、Afrikaansの詩生成機を探索する。私たちの知る限り、アフリカーンス語で創造的なテキスト生成を試みた最初の研究です。

関連論文リスト

AI as Humanity's Salieri: Quantifying Linguistic Creativity of Language Models via Systematic Attribution of Machine Text against Web Text [53.15652021126663]
本稿では、テキストの言語的創造性を定量化する第一歩として、CREATIVITY INDEXを提案する。 CREATIVITY INDEXを効率的に計算するために,新しい動的プログラミングアルゴリズムであるDJ SEARCHを導入する。実験の結果、プロの人間作家のCreativity INDEXはLLMよりも平均66.2%高いことが判明した。
論文参考訳（メタデータ） (2024-10-05T18:55:01Z)
Mimetic Poet [6.999740786886536]
本稿では,創造的思考を促進するために生成AIを用いた新しいデバイスの設計と初期評価について述べる。参加者は、デバイス表面に言葉を物理的に配置することで、短い詩文を作成できる。テキストを構成する際、システムは大きな言語モデル(LLM)を使用して、e-ink画面に表示される応答を生成する。
論文参考訳（メタデータ） (2024-06-04T02:50:15Z)
Ashaar: Automatic Analysis and Generation of Arabic Poetry Using Deep Learning Approaches [7.021140304091526]
本稿では,アラビア詩の分析・生成に特化して設計されたデータセットと事前学習モデルの集合を含むtextitAshaar というフレームワークを紹介する。提案手法で確立されたパイプラインは, メーター, テーマ, 年代分類など, 詩の様々な側面を包含する。この取り組みの一環として、詩生成のためのデータセットと、診断のためのデータセットと、Arudiスタイルの予測のためのデータセットを4つ提供します。
論文参考訳（メタデータ） (2023-07-12T15:07:16Z)
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)
Visualize Before You Write: Imagination-Guided Open-Ended Text Generation [68.96699389728964]
我々は、機械生成画像を用いて、オープンエンドテキスト生成における言語モデルをガイドするiNLGを提案する。オープンエンドテキスト生成タスクにおけるiNLGの有効性について実験と解析を行った。
論文参考訳（メタデータ） (2022-10-07T18:01:09Z)
Youling: an AI-Assisted Lyrics Creation System [72.00418962906083]
本稿では,AIによる歌詞作成システムである textitYouling について紹介する。歌詞生成プロセスでは、textitYoulingは従来の1パスのフルテキスト生成モードとインタラクティブな生成モードをサポートする。システムは、ユーザーが望まない文や歌詞の言葉を繰り返し修正できるリビジョンモジュールも提供する。
論文参考訳（メタデータ） (2022-01-18T03:57:04Z)
DeepCreativity: Measuring Creativity with Deep Learning Techniques [2.5426469613007012]
本稿では,創造性の自動評価に生成学習技術を用いる可能性について検討する。我々は、価値、ノベルティ、サプライズによって構成される創造性の定義に基づいて、DeepCreativityという新しい尺度を導入する。
論文参考訳（メタデータ） (2022-01-16T19:00:01Z)
A Preliminary Study for Literary Rhyme Generation based on Neuronal Representation, Semantics and Shallow Parsing [1.7188280334580195]
本稿では,言語モデルとニューラルネットワークモデルを組み合わせたスペイン語の文体韻律生成モデルを提案する。アルゴリズムが生成したテキストを手動で評価することで得られる結果が奨励される。
論文参考訳（メタデータ） (2021-12-25T14:40:09Z)
BACON: Deep-Learning Powered AI for Poetry Generation with Author Linguistic Style Transfer [91.3755431537592]
本稿では,BACONについて述べる。BACONは,著者の言語スタイルを伝達する自動詩生成器のプロトタイプである。有限状態機械、確率モデル、人工ニューラルネットワーク、深層学習の概念と技法を組み合わせて、任意の著者のスタイルで豊かな美的品質でオリジナルの詩を書く。
論文参考訳（メタデータ） (2021-12-14T00:08:36Z)
THEaiTRE: Artificial Intelligence to Write a Theatre Play [4.450488404542801]
THEaiTREは演劇の脚本の自動生成を目的としたプロジェクトである。我々は,要約と機械翻訳によって支援された生成型ニューラル言語モデルと階層型生成アプローチを採用する計画である。
論文参考訳（メタデータ） (2020-06-25T19:24:57Z)
PALM: Pre-training an Autoencoding&Autoregressive Language Model for Context-conditioned Generation [92.7366819044397]
自己指導型事前学習は、自然言語の理解と生成のための強力な技術として登場した。本研究は,大規模未ラベルコーパス上で自己エンコーディングと自己回帰言語モデルを共同で事前学習する新しいスキームをPALMに提示する。広範な実験により、PALMは様々な言語生成ベンチマークにおいて、新しい最先端の結果を達成することが示されている。
論文参考訳（メタデータ） (2020-04-14T06:25:36Z)

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。