編輯點評:ai自動生成樂符詩集
九歌團隊打造的一款智能ai生成詩的應用,AI詩人AiPoet1.0新版是一個真實好用沒有廣告完全免費的藏頭詩和意境詩生成器,簡單好用,生成的詩高大上,用來裝x很不錯。
使用說明
1、下載軟件安裝到手機上后,選擇你需要制作的詩類型,有藏頭詩,意境詩;
2、如藏頭詩,需要輸入藏頭詞,和輸入作詩風格,然后點作詩即可;
3、意境詩的話直接輸入作詩風格即可生成一首詩;
4、做好的詩點右上角的的按鈕可以一鍵復制;
5、點右上角的三個點可以分享導出圖片,更換背景和切換字體顏色。
特色介紹
一個無須聯網,基于人工智能的寫詩應用。
隨時隨地寫藏頭詩,意境詩。
應用體積比較大,其中 70% 的占比為訓練出來的模型文件,嘗試過量化可以大幅縮小模型體積,但是寫詩效果有所下降就放棄了。
目前通過學習萬首唐詩,共訓練了近幾十萬次達到了現在的效果。
后續通過優化網絡和訓練集、訓練次數還能有所提升。
功能介紹
詩歌數據集:涵蓋絕句數據、詩歌情感標注數據、格律韻表等資源。
詩歌生成模型:開源了包括風格詩歌生成、多關鍵詞詩歌生成等模型。
預訓練資源:基于大規模古詩文預訓練的Masked Language Model。
Poetry&AI 論文列表:收集整理了詩歌和AI交叉方向的論文。
支持的數據集
中文古典詩歌數據集THU-CCPC:包含約13萬首中文絕句(已劃分訓練、測試、開發集),可用于相關模型的訓練。
中文格律及韻律數據集THU-CRRD:包含整理好的平聲字表、仄聲字表以及平水韻表,可用于詩歌生成以及詩歌自動分析研究。
中文詩歌細粒度情感標注語料THU-FSPC:包含5,000首人工標注的絕句,每首詩包含詩歌整體以及每一句的情感標簽。可用于訓練情感可控的詩歌生成模型,以及進行詩歌情感自動分析。
中文詩歌質量標注數據集THU-PQED:包含173首古人詩作,每一首詩附有詩歌質量不同側面(如通順性、上下文連貫性等)的人工評分。可用于詩歌評價指標分析和研究。
數據介紹
AIPoet已開源如下詩歌自動生成模型:
WMPoetry
基于Memory Network的詩歌生成模型。該模型支持多關鍵詞輸入,并將中文古典詩歌的格律拆解為字級別的格式embeding,能夠較好地控制生成詩歌的格律和韻腳,并提升詩歌的上下文關聯性和扣題程度。相關論文發表于IJCAI 2018。
StylisticPoetry
基于互信息解耦的無監督風格詩歌生成模型。該模型無需任何標注數據,能夠自動將生成的詩歌劃分為用戶指定的任意數量個不同風格。 相關論文發表于EMNLP 2018。
MixPoet
基于對抗因素混合的半監督風格詩歌生成模型。該模型利用少量標注數據,通過組合不同的影響因素,創造出多種可控的詩歌風格。相關論文發表于AAAI 2020。
預訓練資源BERT-CCPoem
AIPoet基于超過90萬首古詩文訓練的BERT模型,該模型能提供任何一首古典詩詞的任何一個句子的向量表示,可廣泛應用于古典詩詞智能檢索與推薦、風格分析及情感計算等諸多下游任務。
Poetry&AI 論文列表
AIPoet整理了人工智能與詩歌交叉領域的相關論文列表。此清單列出了針對詩歌這一文學體裁的相關論文,包括 1.中文古典詩歌(絕句、宋詞等)生成,2.中文對聯生成,3.中文現代詩生成,4.外文詩生成,5.多模態詩歌生成, 6.詩歌自動分析, 7.詩歌自動翻譯, 8. Demo及Survey 等部分。每篇論文都附有下載鏈接,部分論文也附上了作者公開的源碼和數據鏈接。此清單在不斷更新中,力求為讀者提供該領域較為全面和最新的研究方法與趨勢。
結語
近年來AI和文學藝術不斷交融,產生了很多有趣的研究方向,如自動繪畫生成、詩歌生成、音樂生成、小說生成等。這些研究在學術界和普通人群中都引起了熱烈的討論,并且具有娛樂、教育、輔助文藝研究等廣泛的應用價值。本團隊會持續維護和開放AI+Poetry的相關資源,助力NLP和計算人文方向的研究。
熱門評論
最新評論