[论文解读] Shall I Compare Thee to a Machine-Written Sonnet? An Approach to Algorithmic Sonnet Generation

John Benhart, Peter Hase+2 more|arXiv (Cornell University)|Nov 13, 2018

Topic Modeling参考文献 19被引用 4

一句话总结

本文提出了一种混合神经网络与规则驱动的方法，用于生成严格符合抑扬格五步格律、押韵模式和语法结构的莎士比亚十四行诗。通过整合内联标点、词性约束以及精心筛选的训练语料，该方法生成了高质量、类人风格的诗歌，并在2018年PoetiX文学图灵测试中胜出，其形式准确性和诗歌连贯性优于以往系统。

ABSTRACT

We provide an approach for generating beautiful poetry. Our sonnet-generation algorithm includes several novel elements that improve over the state of the art, leading to metrical, rhyming poetry with many human-like qualities. These novel elements include in-line punctuation, part of speech restrictions, and more appropriate training corpora. Our work is the winner of the 2018 PoetiX Literary Turing Test Award for computer-generated poetry.

研究动机与目标

• 开发一种能够严格遵循抑扬格五步格律与ABABCDCDEFEFGG押韵模式的十四行诗生成系统。
• 通过在格律、押韵和词性使用上施加硬性约束，改进现有神经诗歌生成方法。
• 生成具有类人特征的诗歌，如标点符号、语法正确性与风格连贯性。
• 通过图灵测试设置下的专家人工评判，评估生成诗歌的质量。
• 证明将神经语言模型与领域特定规则相结合，可获得比纯统计方法更精确的语言与诗歌表达。

提出的方法

• 该方法使用在精心筛选的莎士比亚十四行诗语料上训练的神经语言模型，生成高概率的诗句。
• 采用束搜索（beam search）选择在模型下概率最大化，同时满足格律与押韵硬性约束的诗句。
• 系统使用CMU发音词典，通过为每个词分配重音模式（0表示非重读，1表示重读）来强制实现抑扬格五步格律。
• 通过基于词性的采样约束，防止出现语法错误的短语，如相邻名词或比较级形容词与动词的组合。
• 显式建模并生成内联标点，以提升句法清晰度与诗歌节奏感。
• 基于用户提示的GloVe嵌入与预先计算的押韵对之间的余弦相似度，选择押韵词，确保主题与语音上的连贯性。

实验结果

研究问题

• RQ1 混合神经网络与规则驱动的系统能否生成严格符合抑扬格五步格律与ABABCDCDEFEFGG押韵模式的莎士比亚十四行诗？
• RQ2 词性约束与内联标点如何影响算法生成诗歌的语法与风格质量？
• RQ3 与通用文本相比，精心筛选的训练语料在多大程度上能提升生成十四行诗的风格保真度？
• RQ4 机器生成的十四行诗能否达到足够高的质量，以在人类评判的文学竞赛（如PoetiX文学图灵测试）中胜出？
• RQ5 与软性约束相比，格律与押韵的硬性约束在诗歌准确性与人类感知方面表现如何？

主要发现

• 所提出的方法成功生成了始终严格遵循抑扬格五步格律与ABABCDCDEFEFGG押韵模式的十四行诗，未出现任何格律或押韵错误。
• 词性约束有效消除了如“human beings procreation”或“greater be”等语法错误短语，这些问题在先前系统中曾出现。
• 引入内联标点显著提升了句法清晰度与诗歌流畅性，相较忽略此类特征的系统表现更优。
• 该系统在2018年PoetiX文学图灵测试中优于先前最先进方法，尽管专家评委能正确识别其为机器生成，仍获得第一名。
• 经过十四行诗分析训练的人类评委能够将所有机器生成的诗歌与人类作品区分开来，但仍将最高奖项授予该系统，表明其具有极高的感知诗歌质量。
• 该方法通过使用硬性约束与精心筛选的训练数据，实现了比依赖软性约束或无关语料的系统更高的句子概率与更强的形式精确性。