“第二十九章 AI诗人”版本间的差异
来自cslt Wiki
| 第24行： | 第24行： | ||
*2011年非神经网络诗人 [http://tssc.sinaapp.com/ ] | *2011年非神经网络诗人 [http://tssc.sinaapp.com/ ] | ||
*诗三百人工智能诗人 [https://www.aichpoem.net/#/shisanbai/poem] | *诗三百人工智能诗人 [https://www.aichpoem.net/#/shisanbai/poem] | ||
| − | * | + | *微软小冰（关注其公众号后，输入“作诗”，即可唤起小冰为你作诗） [http://www.xiaoice.com/] |
==开发者资源== | ==开发者资源== | ||
*中国诗歌数据库 [https://github.com/chinese-poetry/chinese-poetry] | *中国诗歌数据库 [https://github.com/chinese-poetry/chinese-poetry] | ||
*Pytorch book中一个简单的RNN-CHAR生成古诗的github代码库 [https://github.com/chenyuntc/pytorch-book/tree/master/chapter09-neural_poet_RNN ] | *Pytorch book中一个简单的RNN-CHAR生成古诗的github代码库 [https://github.com/chenyuntc/pytorch-book/tree/master/chapter09-neural_poet_RNN ] | ||
2022年7月17日 (日) 10:11的版本
教学资料
扩展阅读
- 百度百科：诗歌 [1]
- 百度百科：绝句律诗的格律 [2]
- AI100问：AI如何成为诗人 [3]
- 以画入诗原文：How images inspire poems: Generating classical chinese poetry from images with memory networks
- 百度百科：诗学含英 [4]
- 《笠翁对韵》全文阅读 [5]
高级读者
- 拼凑法：一种宋词自动生成的遗传算法及其机器实现
- 概率法：Generating Chinese couplets using a statistical MT approach
- 神经网络法：Chinese poetry generation with recurrent neural networks
- 宋词的神经网络生成：Chinese song iambics generation with neural attention-based model
- 灵活创新性诗歌生成：Flexible and Creative Chinese Poetry Generation Using Neural Memory
- 清华大学CSLT AI诗人薇薇：Can Machine Generate Traditional Chinese Poetry? A Feigenbaum Test
- 图片流作诗：Images2Poem : Generating Chinese Poetry from Image Streams
