具有文學表現(xiàn)力的中文古典詩歌自動寫作方法研究

第1章 引言
1.1 詩歌自動寫作的研究背景 1
1.2 詩歌自動寫作的研究意義 4
1.2.1 探索機器智能 4
1.2.2 助力下游應用 7
1.2.3 促進文藝發(fā)展 9
1.3 現(xiàn)有工作存在的問題 11
1.4 本書主要的研究內(nèi)容
1.4.1 本書研究的文學表現(xiàn)力 13
1.4.2 本書的整體研究框架 15
第2章 詩歌自動寫作相關工作
2.1 早期探索階段 21
2.2 規(guī)則和模板階段 22
2.3 統(tǒng)計機器學習階段 24
2.4 人工神經(jīng)網(wǎng)絡階段 26
第3章 中文古典詩歌自動寫作基礎設計
3.1 詩歌生成流程 31
3.2 格律基礎介紹 34
3.3 格律自動控制 36
3.3.1 格律嵌入 37
3.3.2 先驗約束 40
3.4 詩歌質(zhì)量評測方法 41
3.4.1 人工評測方法 41
3.4.2 自動評測方法 43
3.4.3 詩歌評測方法討論 46
第4章 詩歌文本質(zhì)量：連貫性提升
4.1 問題分析 49
4.2 基于顯著線索機制的連貫性提升 53
4.2.1 模型框架 53
4.2.2 實驗設置 60
4.2.3 實驗結果 62
4.2.4 實例分析 65
4.3 基于工作記憶模型的連貫性提升 68
4.3.1 模型框架 69
4.3.2 實驗設置 75
4.3.3 實驗結果 77
4.3.4 實例分析 82
4.4 本章小結 83
第5章 詩歌文本質(zhì)量：扣題性優(yōu)化
5.1 問題分析 84
5.2 基于主題記憶模塊的扣題性提升 85
5.2.1 模型框架 87
5.2.2 實驗設置 89
5.2.3 實驗結果 91
5.2.4 實例分析 93
5.3 基于風格實例支撐的隱空間的扣題性提升 94
5.3.1 設計思路 96
5.3.2 模型框架 100
5.3.3 實驗設置 109
5.3.4 實驗結果 111
5.3.5 實例分析 113
5.4 本章小結 115
第6章 詩歌審美特征：新穎性增強
6.1 問題分析 118
6.2 模型框架 123
6.2.1 基礎生成模型 123
6.2.2 單生成器強化學習 125
6.2.3 互強化學習 132
6.3 實驗及分析 136
6.3.1 實驗設置 136
6.3.2 實驗結果 139
6.3.3 分析及案例 143
6.4 本章小結 150
第7章 詩歌審美特征：風格化實現(xiàn)
7.1 問題分析 152
7.2 模型框架 157
7.2.1 半監(jiān)督CVAE生成模型 158
7.2.2 隱空間解耦及混合 162
7.3 實驗及分析 167
7.3.1 實驗設置 167
7.3.2 實驗結果 171
7.3.3 分析及案例 175
7.4 本章小結 181
第8章 中文古典詩歌在線自動寫作系統(tǒng)——九歌
8.1 九歌系統(tǒng)簡介 183
8.2 九歌系統(tǒng)的架構設計 186
8.2.1 輸入預處理模塊 188
8.2.2 生成模塊 191
8.2.3 后處理模塊 192
8.2.4 人機協(xié)同交互修改模塊 193
8.2.5 反饋模塊 194
8.2.6 語料及部署 195
8.3 九歌系統(tǒng)的開源資源 195
8.4 九歌系統(tǒng)的社會影響 196
8.5 九歌系統(tǒng)詩作示例 197
第9章 總結與展望
9.1 主要貢獻 199
9.2 未來工作展望 201