基于深度学习技术的中国传统诗歌生成方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 引言 | 第12页 |
| 1.2 研究背景 | 第12-15页 |
| 1.3 研究动机 | 第15页 |
| 1.4 研究内容 | 第15-16页 |
| 1.5 组织结构 | 第16-18页 |
| 第2章 相关工作概述 | 第18-32页 |
| 2.1 引言 | 第18页 |
| 2.2 基于传统方法的诗歌生成 | 第18-24页 |
| 2.2.1 Word Salada | 第18页 |
| 2.2.2 基于模板的方法 | 第18-20页 |
| 2.2.3 基于模式的方法 | 第20页 |
| 2.2.4 基于实例推理的方法 | 第20-22页 |
| 2.2.5 基于进化算法的方法 | 第22-23页 |
| 2.2.6 基于自动文摘的方法 | 第23页 |
| 2.2.7 基于统计机器翻译的方法 | 第23-24页 |
| 2.3 基于深度学习技术的诗歌生成 | 第24-30页 |
| 2.3.1 RNNPG | 第24-26页 |
| 2.3.2 ANMT | 第26-28页 |
| 2.3.3 iPOET | 第28-29页 |
| 2.3.4 Hafez | 第29-30页 |
| 2.3.5 SeqGAN | 第30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 基于规划的诗歌生成模型PPG | 第32-48页 |
| 3.1 引言 | 第32-33页 |
| 3.2 总体框架 | 第33页 |
| 3.3 诗歌规型 | 第33-41页 |
| 3.3.1 关键词提取 | 第34-35页 |
| 3.3.2 关键词扩展 | 第35-41页 |
| 3.4 诗歌生成 | 第41-46页 |
| 3.4.1 编码器-解码器模型 | 第41-42页 |
| 3.4.2 基于注意力机制的编码器-解码器模型 | 第42-45页 |
| 3.4.3 基于注意力机制的诗歌生成模型 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 模型讨论与应用 | 第48-54页 |
| 4.1 模型讨论 | 第48-49页 |
| 4.2 模型应用 | 第49-53页 |
| 4.2.1 命题写诗 | 第49-50页 |
| 4.2.2 看图写诗 | 第50页 |
| 4.2.3 人名写诗 | 第50-51页 |
| 4.2.4 风格写诗 | 第51-53页 |
| 4.2.5 藏头诗 | 第53页 |
| 4.3 本章小结 | 第53-54页 |
| 第5章 实验设计与结果分析 | 第54-60页 |
| 5.1 实验数据 | 第54页 |
| 5.2 训练 | 第54页 |
| 5.3 PPG模型结构实验 | 第54-56页 |
| 5.3.1 实验设置 | 第54-55页 |
| 5.3.2 实验结果分析 | 第55-56页 |
| 5.4 PPG模型与其他模型对比实验 | 第56-58页 |
| 5.4.1 实验设置 | 第56-57页 |
| 5.4.2 实验结果 | 第57-58页 |
| 5.5 PPG模型与人类诗人对比实验 | 第58-59页 |
| 5.5.1 实验设置 | 第58页 |
| 5.5.2 实验结果 | 第58-59页 |
| 5.6 本章小结 | 第59-60页 |
| 第6章 工作总结与展望 | 第60-62页 |
| 6.1 工作总结 | 第60页 |
| 6.2 工作展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 在读期间发表的学术论文与取得的研究成果 | 第70页 |
