机器能创作中国古典诗歌吗？一项 Feigenbaum 测试
计算与语言
2016-06-21 v1
摘要
神经学习的最新进展表明，机器可以在规则化的任务中表现良好，例如围棋游戏。然而，诸如诗歌生成之类的艺术活动仍被广泛认为是人类特有的能力。在本文中，我们证明了一个简单的神经模型能够在一些艺术生成任务中模仿人类。我们特别关注中国古典诗歌，并表明机器可以做得和许多当代诗人一样好，且勉强通过了 Feigenbaum 测试——图灵测试在专业领域的一个变体。我们的方法基于基于注意力的循环神经网络，该网络接受一组关键词作为主题，并在生成过程中关注每个关键词来生成诗歌。我们提出了多种技术来改进模型，包括字符向量初始化、对输入的注意力以及混合风格训练。与现有的诗歌生成方法相比，我们的模型能够生成主题更一致、语义更丰富的诗歌。
引用
@article{arxiv.1606.05829,
title = {Can Machine Generate Traditional Chinese Poetry? A Feigenbaum Test},
author = {Qixin Wang and Tianyi Luo and Dong Wang},
journal= {arXiv preprint arXiv:1606.05829},
year = {2016}
}