基于Seq2Seq模型的自定义古诗生成

• 作者: 余鹰 张应龙 王乐为
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: Seq2Seq模型 循环神经网络(RNN) 古诗生成 注意力机制
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 1028-1035
• 页数: 8页
• 分类号: TP181
• 字数: 5195字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1905016

摘要

当前,古诗句生成任务大多基于单一的循环神经网络(RNN)结构,在生成时需事先给定一个起始字,然后以该起始字为基础进行古诗句生成,生成过程的可控性较差,往往达不到预期效果.针对以上问题,将注意力机制引入Seq2Seq模型,通过自建的数据集进行训练,实现了基于关键字的自定义古诗句生成.在生成阶段,首先输入一段描述性内容,并从中提取出关键字.当关键字不足时,使用word2vec进行有效的关键字补全操作.此外,针对古诗体裁难以控制问题,在Seq2Seq模型中的Encoder端增加格式控制符,有效解决了以往模型在生成古诗时,体裁选择的随机性问题.实验表明,所提出的模型较好地达到了预期的生成效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余鹰	华东交通大学软件学院	12	35	3.0	5.0
2	张应龙	华东交通大学软件学院	11	13	2.0	3.0
3	王乐为	华东交通大学软件学院	4	4	1.0	2.0