計(jì)算機(jī)輔助詩(shī)詞創(chuàng)作中的風(fēng)格辨析及聯(lián)語(yǔ)應(yīng)對(duì)研究.pdf

1、作為中國(guó)文化傳承和精美藝術(shù)品的詩(shī)詞曲聯(lián)作品，在信息時(shí)代面臨著重新整理和信息挖掘的問(wèn)題，而立足于當(dāng)代，需要運(yùn)用信息處理工具進(jìn)行深入分析和智能模擬，由于語(yǔ)料庫(kù)技術(shù)和機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，解決了海量數(shù)據(jù)的結(jié)構(gòu)化存儲(chǔ)和機(jī)器自動(dòng)處理的問(wèn)題。在機(jī)器學(xué)習(xí)的框架下，傳統(tǒng)詩(shī)詞的問(wèn)題得到探索分析的條件已經(jīng)初步具備，相對(duì)而言傳統(tǒng)的文學(xué)分析能在信息技術(shù)的提攜下，獲得處理理念和視角上的一次更生，使得海量而又錯(cuò)綜棘手的古典文學(xué)分析研究，在機(jī)器輔助下，其結(jié)果更加易懂明

2、了，其處理更加自動(dòng)化。 本文是在國(guó)家自然科學(xué)基金項(xiàng)目“計(jì)算機(jī)輔助文學(xué)藝術(shù)創(chuàng)作——詩(shī)詞曲聯(lián)（上）（項(xiàng)目編號(hào)60173060）的支持下，進(jìn)行的是應(yīng)用驅(qū)動(dòng)型的研究，即“詩(shī)詞風(fēng)格的機(jī)器評(píng)判和聯(lián)語(yǔ)（對(duì)仗）語(yǔ)句的生成”。在本文的研究中，對(duì)詩(shī)詞采用向量空間模型表示，并用基于機(jī)器學(xué)習(xí)中的Na?ve Bayes等方法，首次提出了古典詩(shī)詞的豪放和婉約風(fēng)格辨析計(jì)算模型，并用遺傳算法等方法對(duì)模型進(jìn)行改進(jìn)，取得較好的詩(shī)詞風(fēng)格評(píng)判結(jié)果。首次提出了古典詩(shī)詞的

3、作者辨析計(jì)算模型，該模型已經(jīng)在精典詩(shī)詞語(yǔ)料的機(jī)器學(xué)習(xí)基礎(chǔ)上得以實(shí)現(xiàn)，也獲得較好的詩(shī)詞作者評(píng)判效果。通過(guò)將聯(lián)語(yǔ)應(yīng)對(duì)問(wèn)題轉(zhuǎn)化為序列學(xué)習(xí)建模的問(wèn)題，進(jìn)行了聯(lián)語(yǔ)應(yīng)對(duì)生成的研究，依據(jù)輸入的上聯(lián)，機(jī)器能較為成功地應(yīng)對(duì)生成下聯(lián)，并在實(shí)際的詩(shī)詞對(duì)聯(lián)語(yǔ)料數(shù)據(jù)上進(jìn)行了大量的實(shí)驗(yàn)，實(shí)驗(yàn)的結(jié)果驗(yàn)證了這些方法的可行性和有效性。本論文的主要研究?jī)?nèi)容如下： 1)由于機(jī)器學(xué)習(xí)和古典文學(xué)數(shù)字化的需要，本文提出的方法和實(shí)驗(yàn)研究都基于語(yǔ)料庫(kù)的數(shù)據(jù)驅(qū)動(dòng)進(jìn)行，因此簡(jiǎn)

4、要介紹了唐詩(shī)、宋詞和對(duì)聯(lián)語(yǔ)料庫(kù)的建立。這部分內(nèi)容主要集中在本文的第二章。 2)針對(duì)高度抽象的藝術(shù)概念“風(fēng)格”的辨析，著重從三個(gè)問(wèn)題展開(kāi)研究。第一、詩(shī)詞的風(fēng)格能否用機(jī)器評(píng)判，即可行性問(wèn)題；第二、詩(shī)詞的風(fēng)格由機(jī)器通過(guò)什么方式評(píng)判，即怎么做問(wèn)題；第三、如何提高機(jī)器評(píng)判的效果，即優(yōu)化問(wèn)題。對(duì)于第一個(gè)問(wèn)題，本文提出將詩(shī)詞的風(fēng)格評(píng)判問(wèn)題轉(zhuǎn)化為一種文本的模式識(shí)別問(wèn)題而得以解決。對(duì)于第二個(gè)問(wèn)題，本文探索了詩(shī)詞的韻部和聲調(diào)對(duì)風(fēng)格的影響，發(fā)現(xiàn)兩者

5、對(duì)解決詩(shī)詞風(fēng)格的評(píng)判問(wèn)題的難度較大，最后采用了用以字為研究對(duì)象的向量空間模型來(lái)表示詩(shī)詞，使詩(shī)詞的風(fēng)格得以順利進(jìn)行。對(duì)于第三個(gè)問(wèn)題，結(jié)合信息增益挑選用于風(fēng)格評(píng)判的漢字，并用遺傳算法等方法改進(jìn)了詩(shī)詞風(fēng)格的評(píng)判效果，用55個(gè)漢字獲得了88.5％的評(píng)判準(zhǔn)確度。這部分內(nèi)容方法論述集中在本文的第三章，實(shí)驗(yàn)介紹在第四章。 3)在文學(xué)流派的用字分析中，對(duì)于豪放和婉約風(fēng)格評(píng)判的詩(shī)詞數(shù)據(jù)進(jìn)行了探索性分析。分別采用了層次聚類法和自組織映射SOM聚類

6、方法探索了基于字同現(xiàn)關(guān)系的關(guān)聯(lián)現(xiàn)象，并分別得到了層次聚類樹(shù)和視覺(jué)可視化的SOM聚類圖。并對(duì)聚類結(jié)果進(jìn)行了分析。揭示了豪放和婉約的宋詞中分別常用的同現(xiàn)字，及其兩種風(fēng)格流派各自的用字風(fēng)格特點(diǎn)。在SOM聚類的基礎(chǔ)上將有代表性的字選擇出來(lái)，作為SVM評(píng)判的特征，取得83％準(zhǔn)確度的豪放和婉約判別結(jié)果。這部分內(nèi)容集中在本文的第五章。 4)詩(shī)詞作者的風(fēng)格評(píng)判采用了與詩(shī)詞風(fēng)格的相類似的方法進(jìn)行了有效的機(jī)器評(píng)判，并在此基礎(chǔ)上用層次聚類法進(jìn)行了作

7、者數(shù)據(jù)的探索性分析，揭示了李白和杜甫的在詩(shī)詞中分別常用的同現(xiàn)字，及其兩位典型詩(shī)人各自的用字風(fēng)格特點(diǎn)。這部分內(nèi)容與豪放和婉約風(fēng)格的辨析相類似，方法理論集中在本文的第三章、實(shí)驗(yàn)介紹集中在第四章，聚類分析集中在第五章。 5)在分析傳統(tǒng)對(duì)聯(lián)特點(diǎn)的基礎(chǔ)上，將聯(lián)語(yǔ)的應(yīng)對(duì)生成問(wèn)題抽象為有監(jiān)督的序列學(xué)習(xí)問(wèn)題。將對(duì)聯(lián)的上下聯(lián)分別可以看作兩個(gè)具有相同長(zhǎng)度的語(yǔ)言單位的序列，采用機(jī)器學(xué)習(xí)方法對(duì)其學(xué)習(xí)。首次提出了不限字?jǐn)?shù)的聯(lián)語(yǔ)應(yīng)對(duì)生成的計(jì)算模型，并分別

8、用N元統(tǒng)計(jì)語(yǔ)言模型序列學(xué)習(xí)方法、隱馬爾可夫模型序列學(xué)習(xí)法和基于轉(zhuǎn)換的錯(cuò)誤驅(qū)動(dòng)序列學(xué)習(xí)法，對(duì)聯(lián)語(yǔ)應(yīng)對(duì)生成進(jìn)行建模分析，并在建立的對(duì)聯(lián)語(yǔ)料庫(kù)機(jī)器學(xué)習(xí)基礎(chǔ)上分別上機(jī)編程實(shí)現(xiàn)。在僅以字為語(yǔ)言單位的春聯(lián)的應(yīng)對(duì)生成上也取得較好的效果，構(gòu)造了基于語(yǔ)料庫(kù)不限字?jǐn)?shù)的計(jì)算機(jī)聯(lián)語(yǔ)應(yīng)對(duì)實(shí)驗(yàn)系統(tǒng)，取得了較好的實(shí)驗(yàn)結(jié)果，如將針對(duì)慶祝神州五號(hào)載人飛船發(fā)射而出的上聯(lián)“九天攬?jiān)拢A夏英豪馳宇宙；”，自動(dòng)應(yīng)對(duì)得出下聯(lián)“四海迎春，神州崛起舞天下?！?。這部分內(nèi)容理論論述集中在