一种基于预训练模型的古典诗歌风格评判方法
计算与语言
2022-11-10 v1 人工智能
摘要
中国古典诗歌研究领域的重要课题之一是分析诗歌风格。通过考察前代相关著作，研究者评判诗歌风格大多依赖主观感受，并参考已形成定论的既往评价。这种评判方法虽常有效，但可能存在一些误差。本文构建了目前最完善的中国古典诗歌数据集，在此数据集上训练了一个 BART-poem 预训练模型，并基于该 BART-poem 模型提出了一种普遍适用的诗歌风格评判方法，创新性地将深度学习引入计算风格学领域，为古典诗歌研究提供了一种新的研究方法。本文尝试使用该方法解决唐宋诗歌风格识别问题，并以被认为具有相对明确和一致诗风的诗歌流派，如弘正七子与嘉靖七子、江西诗派与同光体，作为研究对象，取其代表诗人的诗作进行测试。实验表明，模型对测试诗作风格的评判结果与前代评论家给出的结论基本一致，验证了钱钟书先生的一些前卫判断，较好地解决了唐宋诗歌风格识别任务。
引用
@article{arxiv.2211.04657,
title = {A Method to Judge the Style of Classical Poetry Based on Pre-trained Model},
author = {Ziyao Wang and Jiandong Zhang and Jun Ma},
journal= {arXiv preprint arXiv:2211.04657},
year = {2022}
}
备注
4 pages, 2 figures