自动扩充关键词语义信息的诗歌生成算法

王勇超，周灵智，赵亚萍，许端清

1.浙江大学 信息技术中心，杭州310027

2.浙江大学 计算机科学与技术学院，杭州310027

中国诗歌是中华传统文明的瑰宝。它使用简洁的语言却能够表达丰富的蕴意，成为最具代表性的中国传统文本形式之一。然而，大多数人由于缺少专业训练，缺乏在长度有限且格式受限的文本中表达丰富情感的能力。因此，研究如何利用计算机自动生成诗歌吸引了越来越多研究人员的注意。

近年来，神经网络因其强大的归纳推理能力得到了越来越广泛的应用。2014 年，Zhang 等人[1]首次使用了循环神经网络生成中国诗歌，获得了优于传统方法[2]的效果。后续不少研究人员针对格式控制、语句通顺、主题一致性等问题，在Zhang等人[1]的模型基础上做相应的改进。为了更严格地控制诗歌的生成格式，Wang等人[3]提出使用注意力机制[4]规范生成诗歌的样式。Yan 等人[5]针对语句不通顺问题，提出了迭代生成模型逐步提高生成诗歌的质量。为了解决生成诗歌无法在整首诗保持主题一致性这一问题，Wang等人[6]设计了计划框架，能够为诗歌的每一行设计一个与主题相关的子关键词，从而保证整首诗行与行之间紧密的联系。Zhang等人[7]提出用神经记忆机制有效增加模型的创造性，一定程度克服了循环神经网络倾向于学习一般范式的缺陷。受到认知心理学相关理论的启发，Yi等人[8]提出工作记忆机制，维持了有限的历史信息并选择部分信息用于当前行的生成，平衡了主题一致和创造性之间的矛盾。……