Fugu-MT 論文翻訳(概要): Augmenting Poetry Composition with Verse by Verse

論文の概要: Augmenting Poetry Composition with Verse by Verse

arxiv url: http://arxiv.org/abs/2103.17205v1
Date: Wed, 31 Mar 2021 16:31:57 GMT
ステータス: 処理完了
システム内更新日: 2021-04-01 18:22:12.863720
Title: Augmenting Poetry Composition with Verse by Verse
Title（参考訳）: Verse by Verse による詩構成の増強
Authors: David Uthus, Maria Voitovich, R.J. Mical
Abstract要約: 我々は、ユーザーが詩を作曲している間に、提案された詩の行として提示できる、様々なアメリカの古典詩人に倣ったAI詩人のグループを作成しました。これには、オフラインで大量の行の行を生成することを任務とするジェネレーティブモデルが含まれ、インデックスに格納されます。デュアルエンコーダモデルは、前の行の句を与えられたインデックスから次の可能な詩のセットを推薦する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We describe Verse by Verse, our experiment in augmenting the creative process of writing poetry with an AI. We have created a group of AI poets, styled after various American classic poets, that are able to offer as suggestions generated lines of verse while a user is composing a poem. In this paper, we describe the underlying system to offer these suggestions. This includes a generative model, which is tasked with generating a large corpus of lines of verse offline and which are then stored in an index, and a dual-encoder model that is tasked with recommending the next possible set of verses from our index given the previous line of verse.
Abstract（参考訳）: We describe Verse by Verse, we experiment to a creative process of writing poetry with an AI。我々は、ユーザーが詩を作曲している間に提案された詩行を提示できる、アメリカの古典詩人に倣ったAI詩人のグループを作成しました。本稿では,これらの提案を行う基盤となるシステムについて述べる。これには、オフラインの行の大規模なコーパスを生成してインデックスに格納する生成モデルと、前行の節を与えられたインデックスから次の可能性のある節セットを推奨するデュアルエンコーダモデルが含まれる。

関連論文リスト

SketchDreamer: Interactive Text-Augmented Creative Sketch Ideation [111.2195741547517]
画像の画素表現に基づいて訓練されたテキスト条件付き拡散モデルを用いて,制御されたスケッチを生成する手法を提案する。我々の目標は、プロでないユーザにスケッチを作成させ、一連の最適化プロセスを通じて物語をストーリーボードに変換することです。
論文参考訳（メタデータ） (2023-08-27T19:44:44Z)
Unsupervised Melody-to-Lyric Generation [91.29447272400826]
本稿では,メロディ・歌詞データを学習することなく高品質な歌詞を生成する手法を提案する。我々は、メロディと歌詞のセグメンテーションとリズムアライメントを利用して、与えられたメロディをデコード制約にコンパイルする。我々のモデルは、強いベースラインよりもオントピー的、歌いやすく、知性があり、一貫性のある高品質な歌詞を生成することができる。
論文参考訳（メタデータ） (2023-05-30T17:20:25Z)
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)
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)
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)
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)
Introducing Aspects of Creativity in Automatic Poetry Generation [2.792030485253753]
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。
論文参考訳（メタデータ） (2020-02-06T20:44:12Z)

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。