論文の概要: Identifying the style by a qualified reader on a short fragment of generated poetry

• arxiv url: http://arxiv.org/abs/2306.02771v1
• Date: Mon, 5 Jun 2023 10:55:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-06 15:41:35.152501
• Title: Identifying the style by a qualified reader on a short fragment of generated poetry
• Title（参考訳）: 生成した詩の短い断片に適格な読み手によってスタイルを識別する
• Authors: Boris Orekhov
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Style is an important concept in today's challenges in natural language generating. After the success in the field of image style transfer, the task of text style transfer became actual and attractive. Researchers are also interested in the tasks of style reproducing in generation of the poetic text. Evaluation of style reproducing in natural poetry generation remains a problem. I used 3 character-based LSTM-models to work with style reproducing assessment. All three models were trained on the corpus of texts by famous Russian-speaking poets. Samples were shown to the assessors and 4 answer options were offered, the style of which poet this sample reproduces. In addition, the assessors were asked how well they were familiar with the work of the poet they had named. Students studying history of literature were the assessors, 94 answers were received. It has appeared that accuracy of definition of style increases if the assessor can quote the poet by heart. Each model showed at least 0.7 macro-average accuracy. The experiment showed that it is better to involve a professional rather than a naive reader in the evaluation of style in the tasks of poetry generation, while lstm models are good at reproducing the style of Russian poets even on a limited training corpus.
• Abstract（参考訳）: スタイルは、今日の自然言語生成における課題において重要な概念である。 画像スタイル転送の分野での成功の後、テキストスタイル転送のタスクは現実的で魅力的になった。 研究者は詩文の生成におけるスタイル再現のタスクにも興味を持っている。 自然詩生成におけるスタイル再現の評価は問題となっている。 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。 3つのモデルはいずれも有名なロシア語を話す詩人によってテキストのコーパスで訓練された。 評価者にサンプルが示され、4つの回答オプションが提供され、このサンプルを再現する詩人のスタイルが提示された。 さらに、評価官は、自分が名付けた詩人の作品にどの程度精通しているかを尋ねられた。 文献史を学ぶ学生が評価者であり,94回答が得られた。 評価者が詩人を心から引用できれば、スタイル定義の正確さが増すように思われる。 各モデルは少なくとも0.7マクロ平均精度を示した。 実験の結果,lstmモデルは限定的な学習コーパスでもロシア詩人のスタイルを再現するのが得意であるのに対し,詩生成のタスクにおけるスタイルの評価において,素直な読者というよりも,プロを巻き込む方がよいことがわかった。

関連論文リスト

• Inclusivity in Large Language Models: Personality Traits and Gender Bias in Scientific Abstracts [49.97673761305336]
  我々は,3つの大きな言語モデル (LLM) を,人間の物語スタイルと潜在的な性別バイアスに適合させることで評価した。 以上の結果から,これらのモデルは一般的にヒトの投稿内容によく似たテキストを生成するが,スタイル的特徴の変化は有意な性差を示すことが示唆された。
  論文  参考訳（メタデータ） (2024-06-27T19:26:11Z)
• Rethinking Artistic Copyright Infringements in the Era of Text-to-Image Generative Models [47.19481598385283]
  ArtSavantは、ウィキアートの作品の参照データセットと比較することで、アーティストのユニークなスタイルを決定するツールである。 そこで我々は,3つの人気テキスト・画像生成モデルにまたがる芸術的スタイルの複製の頻度を定量的に把握するために,大規模な実証的研究を行った。
  論文  参考訳（メタデータ） (2024-04-11T17:59:43Z)
• Vietnamese Poem Generation & The Prospect Of Cross-Language Poem-To-Poem Translation [0.0]
  本研究では,大規模言語モデルを用いて,自然言語のプロンプトからベトナム語の詩を生成することを提案する。 GPT-3のバベッジ版は、ベトナム詩の「ルーク・バット」ジャンルに特化して0.8のカスタム評価スコアを達成している。
  論文  参考訳（メタデータ） (2024-01-02T07:46:34Z)
• 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)
• 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)
• PART: Pre-trained Authorship Representation Transformer [64.78260098263489]
  文書を書く著者は、語彙、レジストリ、句読点、ミススペル、絵文字の使用など、テキスト内での識別情報をインプリントする。 以前の作品では、手作りのフィーチャや分類タスクを使用して著者モデルをトレーニングし、ドメイン外の著者に対するパフォーマンスの低下につながった。 セマンティクスの代わりにtextbfauthorship の埋め込みを学習するために、対照的に訓練されたモデルを提案する。
  論文  参考訳（メタデータ） (2022-09-30T11:08:39Z)
• From Theories on Styles to their Transfer in Text: Bridging the Gap with a Hierarchical Survey [10.822011920177408]
  スタイル転送は、既存のテキストを書き換え、望ましいスタイル特性を示すパラフレーズを作成することを目的としている。 少数の調査では、この分野の方法論的な概要が示されているが、研究者が特定のスタイルにフォーカスするのを支援していない。 それらを階層に整理し、それぞれの定義の課題を強調し、現在の研究状況のギャップを指摘します。
  論文  参考訳（メタデータ） (2021-10-29T15:53:06Z)
• 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。