在自动诗歌生成中引入创造性元素
计算与语言
2020-02-10 v1 人工智能
机器学习
摘要
诗歌生成旨在教导系统自动生成类似诗作的文字。深度学习系统可通过在诗歌语料库上训练并建模特定的语言风格，自行学会生成诗歌。在本文中，我们提出一种方法，对预训练语言模型 GPT-2 进行微调，以适配我们的下游诗歌生成任务。我们通过引入创造性元素扩展了先前关于诗歌生成的工作。具体而言，我们生成表达情感并引发读者相同情感的诗歌，以及使用梦境语言（称为梦境诗）的诗歌。我们能够生成正确引发悲伤与喜悦情感的诗歌，比例分别达 87.5% 与 85%。我们通过在描述梦境的文本语料库上训练来生成梦境般的诗歌。该模型生成的诗歌在李克特量表上得分不低于 3.2，显示出捕捉了梦境诗的元素。我们对所有诗歌进行了众包人工评估。我们还使用了 Coh-Metrix 工具，列出了用于衡量生成文本质量的指标。
引用
@article{arxiv.2002.02511,
title = {Introducing Aspects of Creativity in Automatic Poetry Generation},
author = {Brendan Bena and Jugal Kalita},
journal= {arXiv preprint arXiv:2002.02511},
year = {2020}
}
备注
10 pages, 10 figures, 4 tables, ICON-2019