AI创作莎士比亚风格十四行诗：押韵格律超人类，但情感可读性稍逊
- 新深度学习模型创作诗歌，押韵和格律超越人类创作。
- 部分人难分辨AI与人类作品，但专家认为AI在情感和可读性上不足。
深度学习方法能用于创造性任务吗？答案是肯定的。我们已在作曲、雕塑设计、自动编舞等创造性应用用这些机器学习技术。
现在IBM、多伦多大学和墨尔本大学研究者聚焦创造性文本任务：自动诗歌创作。开发名为Deep-speare的深度学习模型，捕捉十四行诗语言、押韵、格律并生成诗歌。
迷人之处：AI生成诗歌最像英国诗人威廉·莎士比亚风格。模型表现优异：创作含押韵和重音模式的十四行诗四行诗节，有时难以区分人类作品。
十四行诗是莎士比亚普及的短抒情诗。通常14行，捆绑为3个四行诗节和一个两行尾韵。
如何做到的？
研究者聚焦十四行诗，基于十四行诗新语料库上无监督押韵、语言、格律模型生成抑扬五步格四行诗节。在十四行诗语料库训练香草语言模型，隐式捕捉格律达人类水平。
简言之，提议用神经架构同时建模诗歌内容和形式，含三关键组件：
- 语言模型
- 五步格模型捕捉抑扬五步格
- 押韵模型学习押韵词
预测特定十四行诗行下个词时，语言模型用标准分类交叉熵。五步格模型训练学习抑扬重音交替模式。押韵模型用边界损失在四行诗节中分离押韵词对和非押韵词对。
参考：arXiv:1807.03491
语言模型逐词生成，五步格模型采样符合格律句子，押韵模型强制押韵。所有组件联合训练。
图片来源：The Daily Dot
神经网络在2685首十四行诗约36.7万词上训练，用NVIDIA Tesla GPU、TensorFlow、CUDA深度学习框架。
研究者邀英国文学专家Adam Hammond盲测机器诗歌4维度：可读性、押韵、格律、情感。结果显AI在押韵和格律超人类，但情感和可读性不足。
虽模型似无直接实际应用，但共享支撑摘要、翻译、聊天机器人等生成问题的核心算法。
阅读：看到到处都是死亡的变态AI
此前研究者尝试用神经网络模仿创造力，含《Scrubs》(情景喜剧)机器人剧本、Google DeepDream图像生成项目。称未来研究将超越内容和形式追求更令人印象深刻诗歌。
工业技术