【博士论文】具有文学表现力的中文古典诗歌自动写作方法研究

2021 年 12 月 5 日 专知

来自清华大学矣晓沅的博士论文，入选2021年度“CCF优秀博士学位论文奖”初评名单！

https://www.ccf.org.cn/Focus/2021-11-22/750448.shtml

具有文学表现力的中文古典诗歌自动写作方法研究

自然语言生成 (Natural Language Generation, NLG) 是自然语言处理 (Natural Language Processing, NLP) 的重要组成部分。诗歌作为一种高度文学化、艺术化、凝练化的语言形式，在数千年历史中对人类文化和社会的发展产生了深远影响。其中，中文古典诗歌表达简洁、形式规整，同时内容丰富、情感细腻，从而成为研究自然语言生成理想的切入点。中文古典诗歌自动写作方法的研究始于上世纪末，并因其丰富的研究价值，近年来逐渐成为自然语言处理领域的又一热点。从研究角度，该任务有助于探索人类写作的内在计算机理和构建可计算性创造力；从应用角度，该任务在趣味娱乐、智能教育、文学研究等方面都有广泛的应用场景。

传统方法往往将诗歌自动写作看作简单的序列预测/映射任务，忽略了诗歌作为一种文学体裁所具有的特性。 这一方面导致生成的诗作存在上下文不连贯和扣题性差等问题，损害了诗歌的可读性；另一方面使得生成的诗歌趋于雷同，不具备足够的新颖性和趣味性。这些问题严重降低了用户对自动作诗系统的使用体验，限制了下游应用的有效构建。针对上述不足，本文致力于提升生成的诗歌的文学表现力 (Literary Expressiveness)，并从构成文学表现力的两个层面，文本质量和美学特征切入，对其所面临的研究挑战逐一地、系统性地提出了相应的解决方案。

在文学表现力的文本质量层面，本文主要关注并解决自动生成的诗歌的连贯性和扣题性问题。 针对连贯性，我们创新性地提出了显著线索机制和工作记忆模型两个方法，用以排除诗句生成过程中上文无关噪音的干扰，进而提升自动生成的一首诗歌中各个诗句之间的关联程度和整体性。对于扣题性，我们设计了单独的主题记忆模块并结合文本风格转换技术，分别处理输入为多关键词和完整语句的情况，以促使生成的诗歌在主题和内容上与用户的输入紧密关联。

在文学表现力的审美特征层面，本文重点研究并处理诗歌的新颖性和风格化问题。 针对新颖性，我们采用强化学习方法直接建模并量化诗歌质量评测的人工指标，以激励模型在用词和行文上更加靠近人类。对于风格化，我们设计了一种新颖的隐空间风格因素混合方法，以赋予所生成的诗歌鲜明且可控的风格特征。此外，对上述所提出的方法本工作都进行了工程化实现，并集成构建了我们的在线中文古典诗歌自动写作系统——“九歌”。该系统自上线至今累计获得上千万访问量，在学术界以及大众中产生了广泛而积极的社会影响。