[论文解读] Deep Poetry: A Chinese Classical Poetry Generation System
Deep Poetry 是一个基于神经网络的中文古典诗歌生成系统，支持多模态输入——文本、图像或艺术构思——并允许用户参与诗歌创作。该系统利用自注意力网络、基于规则的束搜索筛选机制，并通过微信小程序部署，能够生成押韵且结构合规的诗歌，涵盖绝句、藏头诗等多种体裁，显著提升了古典诗歌的可及性与参与度。
In this work, we demonstrate a Chinese classical poetry generation system called Deep Poetry. Existing systems for Chinese classical poetry generation are mostly template-based and very few of them can accept multi-modal input. Unlike previous systems, Deep Poetry uses neural networks that are trained on over 200 thousand poems and 3 million ancient Chinese prose. Our system can accept plain text, images or artistic conceptions as inputs to generate Chinese classical poetry. More importantly, users are allowed to participate in the process of writing poetry by our system. For the user's convenience, we deploy the system at the WeChat applet platform, users can use the system on the mobile device whenever and wherever possible. The demo video of this paper is available at https://youtu.be/jD1R_u9TA3M.
研究动机与目标
- 为解决中文古典诗歌创作门槛过高的问题，创建一个可访问且交互式的生成系统。
- 克服基于模板的系统输出单调、刻板且缺乏用户输入灵活性的局限。
- 支持多模态输入（文本、图像、艺术构思），实现更具创造力和上下文感知的诗歌生成。
- 通过允许用户贡献部分诗句并接收AI生成的补全，支持协作式诗歌创作。
- 通过基于微信小程序平台的移动端优先、游戏化界面，提升公众对古典中文诗歌的参与度。
提出的方法
- 使用 Clarifai 图像识别 API 处理多模态输入，从图像中提取至少两个视觉主题。
- 利用 ShiXueHanYing 诗歌短语分类体系，将识别出的主题扩展为相关的诗歌短语。
- 采用自注意力神经网络，基于输入的嵌入短语逐字生成诗歌。
- 支持多种诗歌体裁，包括五言、七言绝句以及每行首字固定的藏头诗。
- 使用束搜索（束大小 = N）生成多个候选诗歌，随后通过基于规则的筛选机制剔除不押韵或重复的输出。
- 以微信小程序形式部署系统，实现无需安装的移动端访问。
实验结果
研究问题
- RQ1基于神经网络的系统能否从文本、图像或艺术构思等多样化输入中生成结构与韵律合规的中文古典诗歌？
- RQ2通过AI辅助的诗句补全，用户协作式诗歌创作在多大程度上能有效支持并保持诗歌的连贯性？
- RQ3与纯文本模型相比，多模态输入在多大程度上提升了生成古典诗歌的创造力与相关性？
- RQ4基于规则的筛选机制能否有效剔除非合规输出（如押韵错误或重复）？
- RQ5在微信等广泛使用的移动平台上部署系统，对用户获取古典诗歌的可及性与参与度有何影响？
主要发现
- 系统成功生成了押韵且结构合规的中文古典诗歌，涵盖多种体裁，包括用户自定义首字的藏头诗。
- 用户协作得到有效支持：用户可输入任意长度的诗句片段，系统生成连贯的补全作为候选。
- 筛选机制成功剔除非合规输出，确保仅呈现符合押韵与重复规则的诗歌。
- 通过 Clarifai 与 ShiXueHanYing 的集成，图像与艺术构思输入实现了超越纯文本的语境相关诗歌生成。
- 微信小程序平台的部署实现了广泛的移动端访问，且无需安装，显著提升了用户可及性。
- 引入文字拼图游戏有效提升了用户参与度，并在普通受众中激发了对古典诗歌的兴趣。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。