“第二十九章 AI诗人”版本间的差异

2022年7月17日 (日) 15:39的版本

教学资料

• 教学参考
• 课件
• 小清爱提问：AI如何成为诗人

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

链接

• 2011年非神经网络诗人 [6]
• 诗三百人工智能诗人 [7]
• 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） [8]

开发者资源

• 中国诗歌数据库 [9]
• Pytorch book中一个简单的RNN-CHAR生成古诗的github代码库 [10]
• 一个基于Keras的notebook程序，应用起来更简单[11]
• 用UER[12]训练出的transformer模型，转成hugging face transformers模式[13]，可直接用预训练模型测试性能。注意，需要装transformers。实测TF模型可用，pytorch模型有问题。[14]