一种多模态中国诗歌生成模型
计算与语言
2019-11-20 v1
摘要
近期序列到序列学习的研究表明，RNN编码器-解码器结构能够成功生成中国诗歌。然而，现有方法只能根据给定首句或用户意图主题生成诗歌。本文提出了一种三阶段多模态中国诗歌生成方法。给定一张图片，首句、标题以及诗歌的其余行在三个阶段中依次生成。根据中国诗歌的特点，我们提出了一种层次注意力seq2seq模型，能够有效捕捉上下文间的字、短语和句子信息，并改善诗歌的对称感。此外，利用Latent Dirichlet allocation (LDA)模型进行标题生成，并提升整首诗与标题的相关性。与强基线相比，实验结果通过机器评估及人工判断证明了我们方法的有效性。
引用
@article{arxiv.1806.09792,
title = {A Multi-Modal Chinese Poetry Generation Model},
author = {Dayiheng Liu and Quan Guo and Wubo Li and Jiancheng Lv},
journal= {arXiv preprint arXiv:1806.09792},
year = {2019}
}
备注
Accepted at the International Joint Conference on Neural Networks, IJCNN, 2018