基于预训练模型的中国古典诗歌生成
计算与语言
2022-11-07 v1 人工智能
摘要
为检验人工智能能否像人类一样创作合格的古典诗歌，作者提出了基于预训练模型的中国古典诗歌生成研究。本文主要尝试使用 BART 等预训练模型，提出 FS2TEXT 与 RR2TEXT 以生成格律诗文本乃至特定风格诗文本，并解决用户写作意图渐弱导致生成诗歌文本相关性下降的问题。为测试模型结果，作者选取古代诗人，结合 BART 诗歌模型作品，制定了一套 AI 诗歌图灵问题，由一组诗人与诗歌写作研究者评审。参与者逾 600 人，最终结果表明高水平诗歌爱好者无法区分 AI 活动与人类活动，这表明作者的工作方法与人类活动无显著差异。作者所研究的诗歌生成模型泛化了与高阶学者作品无法区分的作品。中国现代诗人数量已达 500 万。然而，许多现代中国诗人因童年学习缘故缺乏语言能力与技巧。且许多现代诗人无创作灵感，作者模型可助益他们。他们在遣词造句时可参照该模型，并基于已有诗作写诗，写出自己的诗。诗歌的重要性在于作者的思想与反思。AI 诗歌多好无关紧要。唯一要紧的是让人看见并启发他们。
引用
@article{arxiv.2211.02541,
title = {Generation of Chinese classical poetry based on pre-trained model},
author = {Ziyao Wang and Lujin Guan and Guanyu Liu},
journal= {arXiv preprint arXiv:2211.02541},
year = {2022}
}
备注
8 pages,2 figures