基于多任务学习的古诗和对联自动生成

• 作者: 卫万成 王晶 邓珍荣 黄文明
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: LSTM 多任务学习 注意力机制 古诗对联生成
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 信息抽取与文本挖掘
• 页码范围: 115-124
• 页数: 10页
• 分类号: TP391
• 字数: 7784字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.11.014

摘要

实现古诗和对联的自动生成是极具挑战性的任务.该文提出了一种新颖的多任务学习模型用于古诗和对联的自动生成.模型采用编码-解码结构并融入注意力机制,编码部分由两个BiLSTM组成,一个BiLSTM用于关键词输入,另一个BiLSTM用于古诗和对联输入;解码部分由两个LSTM组成,一个LSTM用于古诗的解码输出,另一个LSTM用于对联的解码输出.在中国的传统文学中,古诗和对联具有很多的相似特征,多任务学习模型通过编码器参数共享,解码器参数不共享,让模型底层编码部分兼容古诗和对联特征,解码部分保留各自特征,增强模型泛化能力,表现效果大大优于单任务模型.同时,该文在模型中创新性地引入关键词信息,让生成的古诗及对联表达内容与用户意图一致.最后,该文采用自动评估和人工评估两种方式验证了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄文明	桂林电子科技大学计算机科学与技术学院	80	616	13.0	22.0
3	邓珍荣	桂林电子科技大学计算机科学与技术学院	39	204	8.0	12.0
5	卫万成	桂林电子科技大学计算机科学与技术学院	3	6	2.0	2.0
6	王晶	桂林电子科技大学计算机科学与技术学院	3	0	0.0	0.0