“第二十九章 AI诗人”版本间的差异
来自cslt Wiki
| （相同用户的3个中间修订版本未显示） | |||
| 第12行： | 第12行： | ||
*《笠翁对韵》全文阅读 [http://xh.5156edu.com/page/z7550m1720j20012.html] | *《笠翁对韵》全文阅读 [http://xh.5156edu.com/page/z7550m1720j20012.html] | ||
| − | == | + | ==演示链接== |
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
*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] | ||
| 第30行： | 第21行： | ||
*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 ] | ||
*一个基于Keras的notebook程序，应用起来更简单[https://github.com/youyuge34/Poems_generator_Keras] | *一个基于Keras的notebook程序，应用起来更简单[https://github.com/youyuge34/Poems_generator_Keras] | ||
| + | *用UER[https://github.com/dbiir/UER-py/]训练出的transformer模型，转成hugging face transformers模式[https://github.com/huggingface/transformers]，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。[https://huggingface.co/uer/gpt2-chinese-poem] | ||
| + | |||
| + | ==高级读者== | ||
| + | *拼凑法：[http://www.jos.org.cn/jos/article/pdf/3596?st=article_issue 一种宋词自动生成的遗传算法及其机器实现] | ||
| + | *概率法：[https://aclanthology.org/C08-1048.pdf Generating Chinese couplets using a statistical MT approach] | ||
| + | *神经网络法：[https://aclanthology.org/D14-1074.pdf Chinese poetry generation with recurrent neural networks] | ||
| + | *宋词的神经网络生成：[https://arxiv.org/pdf/1604.06274.pdf Chinese song iambics generation with neural attention-based model] | ||
| + | *灵活创新性诗歌生成：[https://arxiv.org/pdf/1705.03773.pdf Flexible and Creative Chinese Poetry Generation Using Neural Memory] | ||
| + | *清华大学CSLT AI诗人薇薇：[https://arxiv.org/pdf/1606.05829.pdf Can Machine Generate Traditional Chinese Poetry? A Feigenbaum Test] | ||
| + | *图片流作诗：[https://dl.acm.org/doi/pdf/10.1145/3240508.3241910 Images2Poem : Generating Chinese Poetry from Image Streams] | ||
2022年7月23日 (六) 12:43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]
演示链接
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]
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
