論文の概要: Raply: A profanity-mitigated rap generator
- arxiv url: http://arxiv.org/abs/2407.06941v1
- Date: Tue, 9 Jul 2024 15:18:56 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-10 17:37:36.955612
- Title: Raply: A profanity-mitigated rap generator
- Title（参考訳）: Raply: 派手さを軽減したラップジェネレータ
- Authors: Omar Manil Bendali, Samir Ferroum, Ekaterina Kozachenko, Youssef Parviz, Hanna Shcharbakova, Anna Tokareva, Shemair Williams,
- Abstract要約: Raplyは、ラップのスタイルで意味のある韻文を生成することができる微調整のGPT-2モデルである。
モデルは、敬称緩和コーパスであるMitislursという新しいデータセット上で、モデルを微調整することで実現された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The task of writing rap is challenging and involves producing complex rhyming schemes, yet meaningful lyrics. In this work, we propose Raply, a fine-tuned GPT-2 model capable of producing meaningful rhyming text in the style of rap. In addition to its rhyming capabilities, the model is able to generate less offensive content. It was achieved through the fine-tuning the model on a new dataset Mitislurs, a profanity-mitigated corpus. We evaluate the output of the model on two criteria: 1) rhyming based on the rhyme density metric; 2) profanity content, using the list of profanities for the English language. To our knowledge, this is the first attempt at profanity mitigation for rap lyrics generation.
- Abstract（参考訳）: ラップを書くという作業は困難であり、複雑な韻律を創出するが、意味のある歌詞を作らなければならない。
本稿では,ラップのスタイルで意味のある韻律を生成可能なGPT-2モデルであるRaplyを提案する。
韻律の能力に加えて、このモデルは不快なコンテンツを生成することができる。
新しいデータセットであるMitislursでモデルを微調整することで実現した。
モデルの出力を2つの基準で評価する。
1) 韻密度メートル法に基づく韻律
2) 英語に対する敬称の一覧を用いて、敬称の内容。
我々の知る限りでは、ラプ歌詞生成のための敬称緩和の試みとしてはこれが初めてである。
関連論文リスト
- REFFLY: Melody-Constrained Lyrics Editing Model [50.03960548399128]
任意の形態のプレーンテキストドラフトを高品質で本格的な歌詞に編集するための,最初の改訂フレームワークであるREFFLYを紹介する。
提案手法は,生成した歌詞が原文の意味を保ち,旋律と整合し,所望の曲構造に固執することを保証する。
論文 参考訳（メタデータ） (2024-08-30T23:22:34Z) - 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) - SongRewriter: A Chinese Song Rewriting System with Controllable Content
and Rhyme Scheme [32.60994266892925]
メロディ構成の知識を必要とせずにユーザを支援する制御可能な中国語歌詞生成・編集システムを提案する。
このシステムはランダム化されたマルチレベルマスキング戦略によって訓練され、完全に新しい歌詞を生成したり、いくつかの断片を編集するための統一モデルを生成する。
論文 参考訳（メタデータ） (2022-11-28T03:52:05Z) - DeepRapper: Neural Rap Generation with Rhyme and Rhythm Modeling [102.50840749005256]
ラップ生成におけるこれまでの研究は、韻律的な歌詞に重点を置いていたが、ラップ演奏に重要なリズムビートを無視していた。
本稿では,韻律とリズムの両方をモデル化可能なトランスフォーマーベースのラプ生成システムであるDeepRapperを開発する。
論文 参考訳（メタデータ） (2021-07-05T09:01:46Z) - 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) - SongNet: Rigid Formats Controlled Text Generation [51.428634666559724]
この問題に対処するために,SongNetというシンプルでエレガントなフレームワークを提案する。
フレームワークのバックボーンは、Transformerベースの自動回帰言語モデルである。
事前学習および微調整のフレームワークは、生成品質をさらに向上するために設計されている。
論文 参考訳（メタデータ） (2020-04-17T01:40:18Z) - Rapformer: Conditional Rap Lyrics Generation with Denoising Autoencoders [14.479052867589417]
テキストの内容(ニュース記事など)に基づいてラップ詩を合成する手法を開発する。
我々の手法はRapformerと呼ばれ、トランスフォーマーをベースとしたデノナイズ・オートエンコーダをトレーニングし、歌詞から抽出した内容語からラップ歌詞を再構成する。
Rapformerは、コンテンツ保存とスタイル転送の間に良いトレードオフをもたらす技術に精通した詩を生成することができる。
論文 参考訳（メタデータ） (2020-04-08T12:24:10Z) - Metaphoric Paraphrase Generation [58.592750281138265]
クラウドソーシングを用いてその結果を評価し,メタファー的パラフレーズを評価するための自動指標を開発する。
語彙置換ベースラインは正確なパラフレーズを生成できるが、比喩的でないことが多い。
メタファーマスキングモデルでは,メタファー文の生成に優れ,流布やパラフレーズの品質に関してはほぼ同等に機能する。
論文 参考訳（メタデータ） (2020-02-28T16:30:33Z)
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。