論文の概要: Urdu & Hindi Poetry Generation using Neural Networks
- arxiv url: http://arxiv.org/abs/2107.14587v1
- Date: Fri, 16 Jul 2021 16:12:51 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-08 11:02:52.747859
- Title: Urdu & Hindi Poetry Generation using Neural Networks
- Title（参考訳）: ニューラルネットワークを用いたウルドゥ・ヒンディー語詩生成
- Authors: Shakeeb A. M. Mukhtar, Pushkar S. Joglekar
- Abstract要約: この作品の目的は、ウルドゥー人、ヒンディー人詩人にオードを与え、彼らが次の詩の行を始めるのを助けることである。
このような創作作品、特に文学的文脈における関心事は、アウトプットが盗作されていないことを保証することである。
この作業はまた、懸念に対処し、結果のオードが入力データと正確に一致しないことを確認する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: One of the major problems writers and poets face is the writer's block. It is
a condition in which an author loses the ability to produce new work or
experiences a creative slowdown. The problem is more difficult in the context
of poetry than prose, as in the latter case authors need not be very concise
while expressing their ideas, also the various aspects such as rhyme, poetic
meters are not relevant for prose. One of the most effective ways to overcome
this writing block for poets can be, to have a prompt system, which would help
their imagination and open their minds for new ideas. A prompt system can
possibly generate one liner, two liner or full ghazals. The purpose of this
work is to give an ode to the Urdu, Hindi poets, and helping them start their
next line of poetry, a couplet or a complete ghazal considering various factors
like rhymes, refrain, and meters. The result will help aspiring poets to get
new ideas and help them overcome writer's block by auto-generating pieces of
poetry using Deep Learning techniques. A concern with creative works like this,
especially in the literary context, is to ensure that the output is not
plagiarized. This work also addresses the concern and makes sure that the
resulting odes are not exact match with input data using parameters like
temperature and manual plagiarism check against input corpus. To the best of
our knowledge, although the automatic text generation problem has been studied
quite extensively in the literature, the specific problem of Urdu, Hindi poetry
generation has not been explored much. Apart from developing system to
auto-generate Urdu, Hindi poetry, another key contribution of our work is to
create a cleaned and preprocessed corpus of Urdu, Hindi poetry (derived from
authentic resources) and making it freely available for researchers in the
area.
- Abstract（参考訳）: 作家や詩人が直面する主な問題の1つは、作家のブロックである。
作家が新しい作品を制作する能力を失ったり、創造的なスローダウンを経験したりする状態である。
この問題は散文よりも詩の文脈においてより困難であり、後者の場合、著者はアイデアを表現しながら簡潔でなくてもよいし、韻などの様々な側面も散文には関係がない。
この詩を書くブロックを克服する最も効果的な方法の1つは、彼らの想像力と新しいアイデアへの心を開くのに役立つ、即席のシステムを持つことである。
プロンプトシステムは1つのライナー、2つのライナーまたはフルガザルを生成することができる。
本書の目的は、ウルドゥー人、ヒンドゥー教徒の詩人にオデを贈り、彼らの次の詩行であるカプレットまたは完全なガザルを、韻律、控え、メーターといった様々な要素を考慮して始めるのを助けることである。
この結果は、詩人が新しいアイデアを身につけ、深層学習技術を使って詩を自動生成することで作家のブロックを克服するのに役立つ。
このような創造的な作品、特に文学的文脈における懸念は、アウトプットが盗作されていないことを保証することである。
この研究はまた、懸念に対処し、結果のオードが温度や手動による入力コーパスチェックなどのパラメータを使って入力データと正確に一致しないことを確認する。
我々の知る限りでは、自動テキスト生成問題は文学において非常に広範囲に研究されてきたが、ウルドゥーの特定の問題であるヒンディー語詩生成は、あまり研究されていない。
ウルドゥー詩やヒンドゥー語の詩を自動生成するシステムの開発とは別に、我々の研究の重要な貢献は、ウルドゥー詩、ヒンドゥー詩(正真正銘の資料に由来する)のクリーンで前処理されたコーパスを作成し、この地域の研究者が自由に利用できるようにすることです。
関連論文リスト
- Understanding Literary Texts by LLMs: A Case Study of Ancient Chinese Poetry [9.970908656435066]
詩、ジョーク、短編小説などのジャンルにおいて、多くのAIツールが登場し、新たな視点を提供する。
文学作品を評価することは、しばしば複雑で、完全に定量化することは困難であり、AI創造のさらなる発展を妨げている。
本稿では,大規模言語モデルの観点から,文学テキストのミステリーを探究する。
論文 参考訳（メタデータ） (2024-08-22T04:25:06Z) - 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) - Unsupervised Melody-Guided Lyrics Generation [84.22469652275714]
メロディと歌詞の一致したデータを学習することなく、楽しく聴ける歌詞を生成することを提案する。
メロディと歌詞間の重要なアライメントを活用し、与えられたメロディを制約にコンパイルし、生成プロセスを導く。
論文 参考訳（メタデータ） (2023-05-12T20:57:20Z) - 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) - 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) - Tortured phrases: A dubious writing style emerging in science. Evidence
of critical issues affecting established journals [69.76097138157816]
確率的テキストジェネレータは10年以上にわたって偽の科学論文の作成に使われてきた。
複雑なAIを利用した生成技術は、人間のものと区別できないテキストを生成する。
一部のウェブサイトはテキストを無料で書き直し、拷問されたフレーズでいっぱいのgobbledegookを生成する。
論文 参考訳（メタデータ） (2021-07-12T20:47:08Z) - 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) - 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。
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。