Ashaar：基于深度学习的阿拉伯语诗歌自动分析与生成
计算与语言
2023-07-13 v1
摘要
诗歌在任何民族的文化与传统结构中都具有极其重要的意义。它是诗人表达情感、保存习俗并传达文化精髓的载体。阿拉伯语诗歌也不例外，在历史长河中于阿拉伯社群的遗产中扮演着备受珍视的角色，并在当今时代仍保持其相关性。通常，理解阿拉伯语诗歌需要语言学家的专业知识，以分析其内容并评估其质量。本文提出了一个名为\textit{Ashaar}（https://github.com/ARBML/Ashaar）的框架，其包含专为阿拉伯语诗歌分析与生成而设计的数据集与预训练模型集合。我们所提方法中建立的流程涵盖诗歌的多个方面，如格律、主题与时代分类。它还集成了自动诗歌标音，从而实现更精细的分析，如自动提取\textit{Arudi}风格。此外，我们探讨了通过预训练基于字符的GPT模型来生成条件诗歌的可行性。作为该工作的一部分，我们提供了四个数据集：一个用于诗歌生成，一个用于标音，两个用于Arudi风格预测。这些数据集旨在通过使研究人员与爱好者能够深入探究这一丰富文学传统的细微之处，来促进阿拉伯语诗歌领域的研究与开发。
引用
@article{arxiv.2307.06218,
title = {Ashaar: Automatic Analysis and Generation of Arabic Poetry Using Deep Learning Approaches},
author = {Zaid Alyafeai and Maged S. Al-Shaibani and Moataz Ahmed},
journal= {arXiv preprint arXiv:2307.06218},
year = {2023}
}