論文の概要: Generation of Chinese classical poetry based on pre-trained model
- arxiv url: http://arxiv.org/abs/2211.02541v1
- Date: Fri, 4 Nov 2022 16:05:31 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-07 15:49:33.755644
- Title: Generation of Chinese classical poetry based on pre-trained model
- Title（参考訳）: 事前学習モデルに基づく漢詩の生成
- Authors: Ziyao Wang, Lujin Guan, Guanyu Liu
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 1.6114012813668934
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In order to test whether artificial intelligence can create qualified
classical poetry like humans, the author proposes a study of Chinese classical
poetry generation based on a pre-trained model. This paper mainly tries to use
BART and other pre training models, proposes FS2TEXT and RR2TEXT to generate
metrical poetry text and even specific style poetry text, and solves the
problem that the user's writing intention gradually reduces the relevance of
the generated poetry text.
In order to test the model's results, the authors selected ancient poets, by
combining it with BART's poetic model work, developed a set of AI poetry Turing
problems, it was reviewed by a group of poets and poetry writing researchers.
There were more than 600 participants, and the final results showed that,
high-level poetry lovers can't distinguish between AI activity and human
activity, this indicates that the author's working methods are not
significantly different from human activities. The model of poetry generation
studied by the author generalizes works that cannot be distinguished from those
of advanced scholars.
The number of modern Chinese poets has reached 5 million. However, many
modern Chinese poets lack language ability and skills as a result of their
childhood learning. However, many modern poets have no creative inspiration,
and the author's model can help them. They can look at this model when they
choose words and phrases and they can write works based on the poems they
already have, and they can write their own poems. The importance of poetry lies
in the author's thoughts and reflections. It doesn't matter how good AI poetry
is. The only thing that matters is for people to see and inspire them.
- Abstract（参考訳）: 人工知能が人間のような能力のある古典詩を創出できるかどうかを検証するために,事前学習モデルに基づく漢詩生成の研究を提案する。
本稿では,主にbart などの事前学習モデルを用いて,fs2text と rr2text を用いて韻律的詩文,さらには特定のスタイル詩文を生成する手法を提案し,ユーザの文章意図が,生成した詩文の関連性を徐々に低下させる問題を解く。
モデルの結果をテストするため、著者らは古代の詩人を選定し、BARTの詩的モデル作品と組み合わせて、一連のAI詩チューリング問題を開発し、詩人や詩作家のグループによってレビューされた。
600人以上の参加者がおり、最終結果は、高いレベルの詩愛好家がAI活動と人間の活動を区別できないことを示し、これは著者の作業方法が人間の活動と大きく異なるものではないことを示している。
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。
現代中国の詩人の数は500万に達した。
しかし、現代中国の詩人の多くは幼少期から言語能力や技能に欠けていた。
しかし、多くの現代詩人は創造的なインスピレーションがなく、作者のモデルは彼らを助けることができる。
単語やフレーズを選択するとこのモデルを見ることができ、すでに持っている詩に基づいて作品を書くことができ、独自の詩を書くこともできる。
詩の重要性は、作者の考えや考察にある。
AIの詩がどんなに良いかは問題ではありません。
重要なのは、人々が彼らを見てインスピレーションを与えることです。
関連論文リスト
- "It was 80% me, 20% AI": Seeking Authenticity in Co-Writing with Large Language Models [97.22914355737676]
我々は、AIツールと共同で書き込む際に、著者が自分の真正な声を保存したいかどうか、どのように検討する。
本研究は,人間とAIの共創における真正性の概念を解明するものである。
読者の反応は、人間とAIの共著に対する関心が低かった。
論文 参考訳（メタデータ） (2024-11-20T04:42:32Z) - Identifying the style by a qualified reader on a short fragment of
generated poetry [0.0]
私は3つの文字ベースのLSTMモデルをスタイル再現評価に使用しました。
これら3つのモデルは、有名なロシア語を話す詩人たちによって、テキストのコーパスで訓練された。
スタイルの定義の正確さは、評価者が詩人を暗記できる場合、増加する。
論文 参考訳（メタデータ） (2023-06-05T10:55:15Z) - A Method to Judge the Style of Classical Poetry Based on Pre-trained
Model [13.899056358137287]
本論文は、現在最も完璧な漢詩のデータセットを構築し、このデータセットに基づいて、BART-poem事前学習モデルを訓練し、一般に適用可能な詩風判断法を推し進めている。
実験の結果、テストされた詩文の判断結果は、基本的には以前の王朝の批判者による結論と一致し、清州氏の前衛的な判断を検証し、唐宋の詩文認識の課題を解き明かした。
論文 参考訳（メタデータ） (2022-11-09T03:11:15Z) - 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) - 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) - Urdu & Hindi Poetry Generation using Neural Networks [0.0]
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。
論文 参考訳（メタデータ） (2021-07-16T16:12:51Z) - 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) - 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) - 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。