論文の概要: Zero-shot Sonnet Generation with Discourse-level Planning and Aesthetics Features

• arxiv url: http://arxiv.org/abs/2205.01821v1
• Date: Tue, 3 May 2022 23:44:28 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-05 13:08:36.347672
• Title: Zero-shot Sonnet Generation with Discourse-level Planning and Aesthetics Features
• Title（参考訳）: 談話レベルの計画と美的特徴を備えたゼロショットソネット生成
• Authors: Yufei Tian and Nanyun Peng
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 37.45490765899826
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Poetry generation, and creative language generation in general, usually suffers from the lack of large training data. In this paper, we present a novel framework to generate sonnets that does not require training on poems. We design a hierarchical framework which plans the poem sketch before decoding. Specifically, a content planning module is trained on non-poetic texts to obtain discourse-level coherence; then a rhyme module generates rhyme words and a polishing module introduces imagery and similes for aesthetics purposes. Finally, we design a constrained decoding algorithm to impose the meter-and-rhyme constraint of the generated sonnets. Automatic and human evaluation show that our multi-stage approach without training on poem corpora generates more coherent, poetic, and creative sonnets than several strong baselines.
• Abstract（参考訳）: 詩生成と創造的な言語生成は、通常、大規模なトレーニングデータの欠如に悩まされる。 本稿では,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。 我々はデコードする前に詩のスケッチを計画する階層的フレームワークを設計する。 具体的には、コンテンツプランニングモジュールを非ポティックテキストで訓練し、談話レベルのコヒーレンスを得る。次に、rhymeモジュールがrhymeワードを生成し、研磨モジュールが美的目的のために画像とsimilesを導入する。 最後に、生成されたソネットのメートル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。 自動的・人的評価により,詩コーパスの訓練を行わない多段階的アプローチは,いくつかの強固なベースラインよりも,コヒーレントで詩的,創造的なソネットを生成することが示された。

関連論文リスト

• Let the Poem Hit the Rhythm: Using a Byte-Based Transformer for Beat-Aligned Poetry Generation [1.03590082373586]
  本稿では,詩の文脈における特定のビートパターンに適合する単語をバイトベースの言語モデルで生成できるかどうかを考察する。 我々は、詩をビートパターンに合わせるために、トランスフォーマーモデルであるByT5を訓練する方法を開発した。 その結果, セマンティック・コヒーレンスを維持しつつ高レベルのビートアライメントを示すことができた。
  論文  参考訳（メタデータ） (2024-06-14T16:54:48Z)
• 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-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)
• 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)
• 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)
• 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)
• 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。