Advertisement

基于LSTM的藏头诗生成

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本项目提出了一种基于长短期记忆网络(LSTM)的藏头诗自动生成方法。通过深度学习技术，模型能够理解并创作符合汉语诗歌韵律和意境的藏头作品，为自然语言处理领域增添新的应用实例。 我是在网上教程视频中学到了如何生成唐诗，并按照视频中的案例手动编写了代码。如果仅仅是复制粘贴别人给出的内容进行操作，实际上学到的东西是有限的。因此，我想尝试自己制作藏头诗的功能会是怎样实现的。虽然网上的资源提供了类似功能的源码，但我发现这些源码并不完全符合我的需求，所以我基于之前编写的代码进行了修改和完善。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 基于LSTM的藏头诗生成
    优质
    本项目提出了一种基于长短期记忆网络(LSTM)的藏头诗自动生成方法。通过深度学习技术，模型能够理解并创作符合汉语诗歌韵律和意境的藏头作品，为自然语言处理领域增添新的应用实例。 我是在网上教程视频中学到了如何生成唐诗，并按照视频中的案例手动编写了代码。如果仅仅是复制粘贴别人给出的内容进行操作，实际上学到的东西是有限的。因此，我想尝试自己制作藏头诗的功能会是怎样实现的。虽然网上的资源提供了类似功能的源码，但我发现这些源码并不完全符合我的需求，所以我基于之前编写的代码进行了修改和完善。
     
  • 基于Flask和LSTM的诗词及藏头诗生成系统
    优质
    本项目构建了一个使用Python Flask框架与长短期记忆网络(LSTM)技术的诗词创作平台，能够自动生成古风诗词并创作符合用户指定主题或开头词汇的藏头诗。 前言：基于flask+LSTM实现AI写诗功能，支持根据提示词续写全诗或藏头诗。该项目参考了《pytorch入门与实践》的教程。 运行效果如下： 1. 首句生成：输入提示词后可以自动生成诗句。由于提示词是基于训练数据分词后的结果，可能会出现无法生成的情况。 2. 保存功能：在生成诗句后填写作者和诗名并点击“保存”，即可将作品存入数据库中。 其他用户的作品可以在界面的广场选项卡查看。 藏头诗示例： 输入今天天气不错，系统会根据提示词生成如下诗句： 今日一气生。 天子行北极。 天府拱飞车。 气利纵横折。 不知天地地。 错豁三秋景。 数据集：整理好的numpy格式的数据集中包含了57,580首唐诗，每首都截取了125字的部分。不足或超过125字的诗歌内容则进行了补充或者删除处理以适应统一长度要求。
     
  • Python生成随机藏头诗
    优质
    本项目利用Python编程语言结合古典文学元素，自动创作藏头诗。通过随机选取词语或诗句片段，以特定主题词为开头，生成富有创意与趣味性的诗歌作品。 使用字典来对txt文件中的诗句进行挑选，从而生成藏头诗（以对角线对齐的方式）。同时可以输入4-7个字来随机生成。
     
  • 用Python实现简单的藏头诗生成
    优质
    本项目利用Python编写了一个简单的藏头诗生成器。用户输入一系列关键词，程序通过分析大量古诗词数据库来生成一首以这些词为每句首字的新诗。简单有趣，适合诗歌爱好者尝试。 在Python的基础上使用字典实现藏头诗的简单应用，并从文件中查找包含关键字的诗句。
     
  • 基于LSTM的诗歌生成数据集
    优质
    本数据集采用长短时记忆网络(LSTM)技术，旨在创建高质量的诗句。包含大量训练样本，用于优化模型对古典诗词结构和韵律的理解与模仿能力。 基于LSTM的诗词生成数据集主要用于训练模型以创作高质量的古典诗词。该数据集包含大量的历史文献资料，通过深度学习技术可以有效提升机器自动生成诗歌的能力与质量。 LSTM算法的应用使得模型能够更好地捕捉文本中的长依赖关系，在古诗文领域展现出了极高的应用价值和研究潜力。
     
  • JavaScript版Acrostic Poem JS: 藏头诗自动生成器
    优质
    JS Acrostic Poem是一款利用JavaScript编写的藏头诗自动创作工具，能够依据用户输入的关键词或句子，巧妙生成富有诗意且结构独特的藏头诗作品。 本程式能够自动生成藏头诗。它采用Ngram语言模型，在两万首全唐诗的基础上计算出统计数值，并利用Viterbi算法拼凑出藏头诗中的每个字，尽管产生的诗句看起来像诗词但可能语义不通顺。 使用方法如下： 创建PoemGen对象并设置参数： ```javascript var m = new PoemGen(); m.setting({ input_str: 想要藏头的字, length: [5, 7], // 每句几个字（五言或七言） position: [1,2,3,4,5,6,lr,rl] // 藏字的位置（第几个字，或左右斜下） }); m.run(function(result){ console.log(result); }); ``` 其中`setting(arg)`用于设定参数： - `input_str`: 想要藏头的字 - `length`: [5, 7]表示每句五个或七个字 - `position`: 表示藏字的位置，可以是1到6或者lr, rl等
     
  • 唐诗与藏头诗生成，利用Keras和LSTM-RNN技术，支持定制化创作，文档完备
    优质
    本项目采用Keras框架及LSTM-RNN技术，专为唐诗与藏头诗生成设计，具备高度定制化能力，并提供详尽文档指导。 本段落介绍了一种基于Keras框架的LSTM-RNN模型，在Python环境下使用TensorFlow、Keras以及H5py库进行唐诗五言绝句自动生成的方法，并利用Jupyter notebook及numpy等工具完成相关操作，附带训练好的模型文件供用户直接应用。该模型具备生成藏头诗、随机写诗和根据给定第一句或字作诗的功能。 测试结果显示，在配备Tesla K80 GPU的环境下，每轮迭代耗时约为2秒，并总共进行了超过3万个epoch的训练过程。在训练过程中取得的结果令人满意： ``` ==================Epoch 4304===================== 县幽公事稀，上仙晓更高。 风行随时朝，还云避倚里。 病客与僧闲，来王不鹤星。 火气北所晚，边飞无已去。 玉律阳和变，下石凤明君。 对动晨桂步，飞群安行金。 ==================Epoch 4308===================== 绮阁云霞满，地国五自去。 云人芳国思，云堂兵曲中。 帝城深处寺，此梦与云色。 朝枝使天何，水天开光时。 石门千仞断，乡金在画使。 天林东去结，北里石叶锦。 ```
     
  • 唐宇迪-基于LSTM的唐诗生成项目.zip
    优质
    唐宇迪的“基于LSTM的唐诗生成项目”利用长短期记忆网络技术，旨在自动创作具有传统韵味和艺术美感的唐诗作品。该研究结合自然语言处理与深度学习算法，探索计算机自动生成诗词的可能性。 lstm-唐宇迪-唐诗生成项目.zip
     
  • 基于RNN和LSTM网络的唐诗生成方法.tar.gz
    优质
    本研究提出了一种结合循环神经网络（RNN）与长短期记忆模型（LSTM）的方法，旨在高效准确地生成具有古典韵味的唐诗，为自然语言处理中的文本创作任务提供了新的思路。 使用LSTM编写唐诗，并采用TensorFlow框架实现。代码可以正常运行并包含所需数据集。