在過去的幾十年中，研究人員開發(fā)了越來越先進的人工智能(AI)工具和計算技術(shù)，可以在各種環(huán)境中應(yīng)用。其中，可以產(chǎn)生書面或口頭語言的技術(shù)引起了極大的關(guān)注，特別是隨著新語音助手，機器人和新交互設(shè)備的引入。

科羅拉多大學(xué)(University of Colorado)-科羅拉多斯普林斯分校和德魯里大學(xué)的研究人員最近開發(fā)了一種獨特的語言生成系統(tǒng)，該系統(tǒng)可以產(chǎn)生富有創(chuàng)意的詩歌。他們的系統(tǒng)在arXiv上預(yù)先發(fā)表的一篇論文中介紹，是對GPT-2(由OpenAI開發(fā)的一種預(yù)先訓(xùn)練的語言模型)的微調(diào)改編。

加州大學(xué)科羅拉多斯普林斯分校的教授Jugal Kalita負(fù)責(zé)最近的這項研究，從他在賓夕法尼亞大學(xué)畢業(yè)的那一天開始，過去30年來一直在進行自然語言生成的研究。他于1988年發(fā)表的有關(guān)自然語言生成的第一篇論文旨在遵循一組基本規(guī)則，制作可能出現(xiàn)在典型期刊中的文字段落。最近，在自然語言處理(NLP)的人工神經(jīng)網(wǎng)絡(luò)技術(shù)進步的啟發(fā)下，卡利塔(Kalita)教授和他的學(xué)生開始開發(fā)深度學(xué)習(xí)技術(shù)，以生成簡短的文章，對話和富有創(chuàng)意的寫作。

“研究自動詩歌生成這一主題的想法是在2019年夏季初提出的，當(dāng)時密蘇里州德魯里大學(xué)的科羅拉多大學(xué)科羅拉多斯普林斯分校的暑期實習(xí)生Brendan Bena對自動生成歌曲表現(xiàn)出興趣。歌詞。” Kalita教授告訴TechXplore。“他最初想研究一種系統(tǒng)，試圖模仿歌曲歌詞引起的情緒。”

由于大多數(shù)歌曲歌詞均受版權(quán)保護，因此尋找大型數(shù)據(jù)集來訓(xùn)練歌詞生成深度學(xué)習(xí)模型可能非常具有挑戰(zhàn)性。因此，Bena和Kalita教授決定開發(fā)一種用于詩歌生成的深度學(xué)習(xí)工具。然而，他們沒有像大多數(shù)以前的詩歌研究那樣，專注于詩歌的結(jié)構(gòu)或節(jié)奏等特征，而是探索了其更具情感和創(chuàng)造力的方面。