【摘要】：詩歌是璀璨中華文化的瑰寶,歷史長河中有無數(shù)詩歌被傳頌至今,人們被前人的智慧和詩歌的美所撼動。在人工智能的大浪潮下,圖像識別、自然語言處理、字幕挑戰(zhàn)等計算機技術(shù)發(fā)展迅猛,讓計算機自動生成詩歌的研究取得不斷的突破。前人在詩歌自動生成的研究大多數(shù)在于從文字啟發(fā)生成詩歌,極少學(xué)者研究是從圖像啟發(fā)生成詩歌。目前,從圖像啟發(fā)生成詩歌的研究中存在不少的問題,例如缺乏一個從圖像輸入直接輸出詩歌的端到端模型、輸出詩歌內(nèi)容與圖像表征不符、輸出詩歌質(zhì)量不好等問題。本文的主要工作如下:(一)本模型框架基于編碼器-解碼器,編碼器使用全卷積網(wǎng)絡(luò)FCN,解碼器使用長短期記憶網(wǎng)絡(luò)LSTM。使用FCN編碼器從像素級圖像中提取空間視覺特征和語義表示�；贔CN-LSTM的編碼器-解碼器模型框架被運用在圖像啟發(fā)生成詩歌的工作中;(二)模型引入注意力機制,通過細粒度和語義引導(dǎo)的注意力機制,將FCN編碼器的所有輸出的特征信息匯總到一個聯(lián)合上下文匯總層中,為解碼器LSTM提供更利于詩歌生成的信息;(三)在LSTM解碼器中引入內(nèi)存模型,使得本模型輸出的詩歌更具備多樣化、創(chuàng)造性;構(gòu)建圖像-詩歌的數(shù)據(jù)集,為圖像生成詩歌的端到端模型訓(xùn)練做準備。設(shè)計三個模型評估實驗:模型結(jié)構(gòu)分析、詩歌圖靈測試分析、多模型對比分析,并詳細分析實驗數(shù)據(jù)。在結(jié)構(gòu)實驗中,模型引入注意力機制和內(nèi)存模型后困惑度PPL值下降明顯,證明基于本模型輸出的詩歌質(zhì)量更好。在圖靈測試中,在非專業(yè)組大概有44.8%的詩歌被認為是機器生成詩歌或者不能區(qū)分,證明本模型生成的詩歌與人類創(chuàng)作的詩歌水平差不多;在詩歌生成質(zhì)量的多模型對比中,本模型的主客觀評價指標中表現(xiàn)優(yōu)秀,相比于傳統(tǒng)SMT模型有較大進步;本模型并在五言律詩和七言律詩的詩歌評價中,詩歌的連貫性均比注意力機制模型ANMT高出0.03,在詩歌的意義性高出0.17和0.09。
【圖文】：

憶網(wǎng)絡(luò)網(wǎng)絡(luò)(LSTM)是循環(huán)神經(jīng)網(wǎng)絡(luò)的一種擴展網(wǎng)絡(luò)，，包含的記憶能力，因此適合處理一些帶有時序特征的問STM 單元構(gòu)建成為 LSTM 網(wǎng)絡(luò)，LSTM 網(wǎng)絡(luò)能夠記算機一樣，每一個單元都各自有記憶內(nèi)存單元，每時序記憶中進行讀取、寫入和刪除操作。這個內(nèi)存控制到達當前門信息的管理能力，門控單元可以對息，具體是利用計算根據(jù)信息的重要性進行選擇。入層的權(quán)重來衡量，而對應(yīng)每一層的權(quán)重是利用各著每層推移計算，每層的權(quán)重相應(yīng)調(diào)整，逐漸保留。LSTM 中有三種門：輸入門，接受輸入信息單元門，選擇信息單元。如下圖。

該模型結(jié)構(gòu)還能夠改變輸入和輸出字符串或序列的長理任務(wù)有很好的效果。-解碼器模型一經(jīng)被提出，就得到無數(shù)的實際運用，但是并不經(jīng)典的編碼器-解碼器模型表明其最大的局限性在于起到將的固定長度的語義向量 ，該語義向量代表著整個編碼器的信量無法準確代表輸入的序列信息，或者一些信息被遺忘，越?jīng)r出現(xiàn)的概率就越高。語義向量 起到關(guān)鍵信息樞紐的作用，的好壞。編碼器-解碼器模型就是一個研究基石方向，雖然有一步后人研究優(yōu)化，因而人們進一步研究 Attention 模型。A型，由 Dzmitry Bahdanau 等人提出，重點把單一的編碼器所根據(jù)不同的實際問題關(guān)注不同的語義重點，并根據(jù)注意力區(qū)使得這種模型能處理比普通的編碼器-解碼器模型更長的輸入
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：I207.22;TP391.41;TP183

【相似文獻】

相關(guān)期刊論文 前10條

1 柏華潔;李成名;安真臻;;3維城市模型框架數(shù)據(jù)的探討[J];測繪通報;2005年12期

2 劉佳;樊治平;楊國梁;;一種面向知識共享的虛擬社區(qū)模型框架[J];管理學(xué)報;2006年02期

3 羅世鵬;趙嵩正;殷茗;;基于知識聯(lián)盟的企業(yè)核心能力發(fā)展模型框架[J];科技進步與對策;2006年09期

4 范逢曦,何大衛(wèi);一種醫(yī)學(xué)綜合評價的模型框架[J];中國衛(wèi)生統(tǒng)計;1998年03期

5 俞東慧,黃麗華,方針;企業(yè)變革管理模型框架及其實證研究[J];系統(tǒng)工程理論方法應(yīng)用;2004年02期

6 徐志毅;新7S管理模型框架與應(yīng)用[J];通信企業(yè)管理;2003年02期

7 趙馨;;淺析知識管理的模型框架[J];科技信息(科學(xué)教研);2007年36期

8 徐享忠,王精業(yè),馬亞龍;知識管理的模型框架及其關(guān)鍵技術(shù)[J];計算機工程;2002年02期

9 劉威;喬立紅;;基于元模型的統(tǒng)一制造資源模型框架[J];計算機集成制造系統(tǒng);2007年10期

10 姜軍平;劉偉;;Java并發(fā)模型框架的構(gòu)建及應(yīng)用[J];西北醫(yī)學(xué)教育;2006年03期

相關(guān)會議論文 前10條

1 岳永;;強制性制度變遷、意識形態(tài)與經(jīng)濟績效——一個關(guān)于中俄改革分析的模型框架[A];中國制度經(jīng)濟學(xué)年會論文集[C];2003年

2 馬運全;;金融創(chuàng)新與制度環(huán)境:模型框架與實證分析[A];2011年（第九屆）“中國法經(jīng)濟學(xué)論壇”論文集[C];2011年

3 楊雪榕;張大曦;范麗;;信息知識層外掛的分層Agent模型框架及其建模方法[A];空天資源的可持續(xù)發(fā)展——第一屆中國空天安全會議論文集[C];2015年

4 喬非;吳啟迪;嚴雋薇;;集成化企業(yè)模型體系:概念與構(gòu)成[A];1998年中國智能自動化學(xué)術(shù)會議論文集（上冊）[C];1998年

5 毛亮;;由外部性引起的交易費用:一個初步的考察[A];中國制度經(jīng)濟學(xué)年會論文集[C];2006年

6 王秀敏;應(yīng)益榮;;MWZ模型框架下的交易者互動模型研究[A];第二屆中國智能計算大會論文集[C];2008年

7 劉穎斐;余玉苗;;基于風(fēng)險控制價值的獨立審計定價模型框架[A];中國會計學(xué)會2006年學(xué)術(shù)年會論文集（上冊）[C];2006年

8 黎旭成;唐校輝;王卓;陳振武;耿東雪;;基于卷積神經(jīng)網(wǎng)絡(luò)和長短期記憶模型的交通狀態(tài)預(yù)測[A];品質(zhì)交通與協(xié)同共治——2019年中國城市交通規(guī)劃年會論文集[C];2019年

9 余勇;晏順坪;邱勇;;變形狀態(tài)下輻照后的橡膠彈性本構(gòu)模型[A];2018年全國固體力學(xué)學(xué)術(shù)會議摘要集（下）[C];2018年

10 張傳海;曹波偉;薛青;郭璽;;輪式裝甲車輛機動模型框架研究[A];第13屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會論文集[C];2011年

相關(guān)重要報紙文章 前2條

1 記者楊曉平;關(guān)注超前競爭力　舊7S已成明日黃花新7S引領(lǐng)風(fēng)騷[N];中華工商時報;2002年

2 國家發(fā)改委城市和小城鎮(zhèn)改革發(fā)展中心學(xué)術(shù)委員會秘書長 馮奎;推動城市治理智慧化水平不斷提升[N];中國建設(shè)報;2018年

相關(guān)博士學(xué)位論文 前10條

1 夏辰;基于重構(gòu)的自底向上視覺注意模型研究[D];西安電子科技大學(xué);2017年

2 李鴻禧;基于信用與利率聯(lián)合風(fēng)險控制的銀行資產(chǎn)負債優(yōu)化模型[D];大連理工大學(xué);2018年

3 劉婷;基于膚面模型的裝配誤差分析方法研究[D];浙江大學(xué);2019年

4 陳華棟;機器翻譯中的模型學(xué)習(xí)問題研究[D];南京大學(xué);2018年

5 劉廣達;高逼真度研究型飛行模擬器的可重構(gòu)關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2010年

6 姚婷婷;視覺分析中的層次化結(jié)構(gòu)關(guān)聯(lián)特性研究[D];合肥工業(yè)大學(xué);2016年

7 李小波;基于DSM的效能仿真多范式組合建模方法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 陳學(xué)中;基于多主體系統(tǒng)的人才集聚和組織起源研究[D];南京大學(xué);2011年

9 康曉予;仿真模型重用與組合關(guān)鍵技術(shù)研究[D];大連理工大學(xué);2012年

10 韓中元;基于時間特性的微博檢索和微博過濾研究[D];哈爾濱工業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 靳義林;基于多模型融合的新聞文本分類研究[D];重慶郵電大學(xué);2019年

2 何立健;圖像生成詩歌的端到端模型研究[D];廣東工業(yè)大學(xué);2019年

3 王麗婷;基于主題模型的微博熱點話題發(fā)現(xiàn)[D];西安電子科技大學(xué);2018年

4 周雅倩;多傳感器時間序列的活動識別概率模型研究[D];燕山大學(xué);2019年

5 李孟;基于深度學(xué)習(xí)的情感對話生成模型研究[D];華中師范大學(xué);2019年

6 陸亞男;基于深度學(xué)習(xí)的摘要生成模型研究[D];電子科技大學(xué);2019年

7 劉穎;Black-Litterman模型的參數(shù)優(yōu)化及其在行業(yè)資產(chǎn)配置中的應(yīng)用[D];武漢理工大學(xué);2018年

8 張麗連;STAR-GARCH模型的設(shè)定研究[D];天津財經(jīng)大學(xué);2018年

9 李澤龍;基于ARMAX-LSTM模型的高爐鐵水質(zhì)量預(yù)報研究[D];浙江大學(xué);2019年

10 王安君;基于Condition-CNN模型的立場檢測研究[D];上海師范大學(xué);2019年

本文編號：2645469