具有文学表现力的中文古典诗歌自动写作方法研究

第1章 引言1.1 诗歌自动写作的研究背景 11.2 诗歌自动写作的研究意义 41.2.1 探索机器智能 41.2.2 助力下游应用 71.2.3 促进文艺发展 91.3 现有工作存在的问题 111.4 本书主要的研究内容1.4.1 本书研究的文学表现力 131.4.2 本书的整体研究框架 15第2章 诗歌自动写作相关工作2.1 早期探索阶段 212.2 规则和模板阶段 222.3 统计机器学习阶段 242.4 人工神经网络阶段 26第3章 中文古典诗歌自动写作基础设计3.1 诗歌生成流程 313.2 格律基础介绍 343.3 格律自动控制 363.3.1 格律嵌入 373.3.2 先验约束 403.4 诗歌质量评测方法 413.4.1 人工评测方法 413.4.2 自动评测方法 433.4.3 诗歌评测方法讨论 46第4章 诗歌文本质量：连贯性提升4.1 问题分析 494.2 基于显著线索机制的连贯性提升 534.2.1 模型框架 534.2.2 实验设置 604.2.3 实验结果 624.2.4 实例分析 654.3 基于工作记忆模型的连贯性提升 684.3.1 模型框架 694.3.2 实验设置 754.3.3 实验结果 774.3.4 实例分析 824.4 本章小结 83第5章 诗歌文本质量：扣题性优化5.1 问题分析 845.2 基于主题记忆模块的扣题性提升 855.2.1 模型框架 875.2.2 实验设置 895.2.3 实验结果 915.2.4 实例分析 935.3 基于风格实例支撑的隐空间的扣题性提升 945.3.1 设计思路 965.3.2 模型框架 1005.3.3 实验设置 1095.3.4 实验结果 1115.3.5 实例分析 1135.4 本章小结 115第6章 诗歌审美特征：新颖性增强6.1 问题分析 1186.2 模型框架 1236.2.1 基础生成模型 1236.2.2 单生成器强化学习 1256.2.3 互强化学习 1326.3 实验及分析 1366.3.1 实验设置 1366.3.2 实验结果 1396.3.3 分析及案例 1436.4 本章小结 150第7章 诗歌审美特征：风格化实现7.1 问题分析 1527.2 模型框架 1577.2.1 半监督CVAE生成模型 1587.2.2 隐空间解耦及混合 1627.3 实验及分析