Rapformer：基于去噪自编码器的条件式说唱歌词生成
计算与语言
2020-12-15 v2
摘要
将符号组合以生成语言是人类智能的一个决定性特征，尤其在通过歌词进行艺术化叙事的语境中。我们开发了一种基于任意文本内容（如新闻文章）合成说唱段落，或增强已有说唱歌词的方法。我们的方法称为Rapformer，其基于训练一个以Transformer为基础的去噪自编码器，从歌词中提取的内容词重建说唱歌词，试图保留核心语义的同时匹配目标风格。Rapformer提出了一种新颖的基于BERT的释义方案用于增强押韵，使输出歌词的平均押韵密度提升10%。在三个不同输入域上的实验结果表明，Rapformer能够生成技巧流畅的段落，在内容保留与风格迁移之间取得良好权衡。此外，类图灵测试实验显示Rapformer有25%的概率骗过人类歌词专家。
引用
@article{arxiv.2004.03965,
title = {Rapformer: Conditional Rap Lyrics Generation with Denoising Autoencoders},
author = {Nikola I. Nikolov and Eric Malmi and Curtis G. Northcutt and Loreto Parisi},
journal= {arXiv preprint arXiv:2004.03965},
year = {2020}
}
备注
Accepted at INLG 2020