基于改进的序列生成对抗网络的诗歌生成问题研究

发布时间：2024-06-02 14:34

　　中国古诗词以其精炼的语言、丰富的想象、真挚的情感传唱千古而不衰,它不仅是诗人对生活的记录、情感的抒发,还包括了对世间万物以及人生命运的思考与把握,具有深刻的哲学内容。近几年,随着互联网技术的快速发展,人工智能再次以全新的姿态登上历史舞台。其中,自然语言处理领域中的诗歌生成技术是一项极具挑战性的工作。目前国内外虽然利用神经网络技术对诗歌生成问题进行了相关的研究,但生成的诗歌往往因模型过于自由,存在主题偏离、表意不明的问题。另外,如何让机器生成的诗歌更接近人类创作以及如何满足诗歌平仄格律要求是一个研究难点。本文在序列生成对抗网络模型的基础上,做了以下改进:(1)将基于注意力机制的编码解码模型来代替原模型中生成器部分采用的长短期记忆网络模型。鉴于本文的输入数据是几个独立的关键字,而不是具有时序信息的完整序列,而采用单一的长短期记忆网络模型往往出现与关键字信息关联不强的诗歌文本,因此本文提出一种基于注意力机制的编解码模型。首先基于分解机的语义特征编码模型对关键字进行特征提取,然后使用长短期记忆网络作为模型的解码器。在编码器和解码器之间还有一个注意力模块,保留关键信息,剔除不重要的信息。(2)借...

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 引言
    1.2 研究背景及意义
    1.3 研究的内容、方法和技术路线
    1.4 本文的主要贡献
第2章 文献综述与相关理论
    2.1 文献综述
    2.2 相关理论
        2.2.1 激活函数
        2.2.2 生成式对抗网络
        2.2.3 卷积神经网络
        2.2.4 强化学习
        2.2.5 评估指标
    2.3 本章小结
第3章 基于注意力机制的编解码模型
    3.1 引言
    3.2 长短期记忆模型
    3.3 编码-解码框架
        3.3.1 编码解码
        3.3.2 编解码的缺点
        3.3.3 注意力机制
    3.4 结合注意力机制的编解码模型
        3.4.1 分解机语义特征编码器设计
        3.4.2 基于注意力机制的解码器设计
    3.5 实验结果与分析
        3.5.1 数据来源及预处理
        3.5.2 实验参数的配置
        3.5.3 对比方法
        3.5.4 实验结果
    3.6 本章小结
第4章 改进的序列生成对抗网络的文本生成
    4.1 序列生成对抗网络
        4.1.1 提出背景
        4.1.2 模型介绍
    4.2 集束搜索在文本生成中的应用
        4.2.1 提出背景
        4.2.2 集束搜索及改进
        4.2.3 实验结果及分析
    4.3 条件生成对抗网络在文本生成中的应用
    4.4 模型框架
    4.5 实验参数的设置
    4.6 实验结果分析
    4.7 生成示例
    4.8 本章小结
第5章 总结与展望
致谢
参考文献



本文编号：3987382