“Vivi-poem-generation”版本间的差异

来自cslt Wiki
跳转至: 导航搜索
论文
第66行: 第66行:
  
 
* [https://arxiv.org/abs/1705.03773 Jiyuan Zhang, Yang Feng, Dong Wang, Yang Wang, Andrew Abel, Shiyue Zhang, Andi Zhangi, "Flexible and Creative Chinese Poetry Generation Using Neural Memory"]
 
* [https://arxiv.org/abs/1705.03773 Jiyuan Zhang, Yang Feng, Dong Wang, Yang Wang, Andrew Abel, Shiyue Zhang, Andi Zhangi, "Flexible and Creative Chinese Poetry Generation Using Neural Memory"]
 +
 +
 +
===文章===
 +
 +
[[Wangd-wiki-article-vvpoem|薇薇的故事]]

2017年12月7日 (四) 08:21的版本

薇薇:会写诗的机器人

成员:王东,王褀鑫,洛天一,张纪袁,冯洋

vivi 3.0 (on going)

目标

  • Transfer modern sentences to poems
  • Utilize extra knowledge to boost innovation
  • Reinforcement learning to improve quality


vivi 2.0

基本方法

  • Tensorflow 实现
  • Attention-based LSTM/GRU S2S
  • Sampling words as input to generate the present sentence
  • Memory augmentation (global and local)
  • Local attention for theme (+)
  • Local attention on previous generation, with couplet assignment (line number?) (+)
  • N-best decoding (+)

实现细节

  • Rythms with less characters removed
  • Characters seldom used as rhythms words are removed
  • Characters that are low-frequency are removed

特性

  • 训练基础模型,用memory实现精细创新
  • 用memory可实现风格、体例转换
  • 用Local attention可实现人为指导创作(+)
  • 可实现律诗中的对仗

测试结果

论文

vivi 1.0

基本方法

  • Theano 实现
  • 基于sequence-to-sequence的LSTM/GRU模型, 运用Attention 机制。
  • 输入为一首诗的第一句,输出为后面所有句子
  • 预训练word vectors,用多种体例古文结合在一起训练
  • 生成时可对用户输入进行扩展


测试结果

论文


文章

薇薇的故事