基于Seq2Seq模型的自定义古诗生成

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.

关键词：Seq2Seq模型、循环神经网络(RNN)、古诗生成、注意力机制

所属期刊栏目：14

分类号：TP181(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant Nos. 61563016, 61762036 国家自然科学基金;the Natural Science Foundation of Jiangxi Province under Grant Nos. 20181BAB202023, 20171BAB202012 江西省自然科学基金

在线出版日期：2020-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1028-1035