深層学習を用いた俳句の自動生成

• Item type: SIG Technical Reports(1)
• 公開日: 2018-05-06
• タイトル: 深層学習を用いた俳句の自動生成
• タイトル / 言語: en
• タイトル: Haiku Generation with Deep Learning
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 奈良先端科学技術大学院大学
• 著者所属: 奈良先端科学技術大学院大学
• 著者所属: 奈良先端科学技術大学院大学
• 著者所属(英): en
• 著者所属(英): Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Nara Institute of Science and Technology
• 著者名: 太田, 瑶子; 進藤, 裕之; 松本, 裕治
• 著者名(英): Yoko, Ota; Hiroyuki, Shindo; Yuji, Matsumoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 文学の一つとして詩がある．詩は言葉の表面的な意味だけでなく，言葉が持つ美学的 ・ 喚起的な性質を用いて表現される．詩は短い文字列であっても，詩として表現する事で，言葉の持つ奥深さによってその場の雰囲気を封じ込めることが出来る．しかし，実際にいざ詩を作ろうとすると，どのように始めれば良いのか難しい．そのような場合であっても，手軽に詩を作れるようにしたいと考えた．本研究では，詩の中でも有季定型俳句を選び，言葉を入力することにより俳句の自動生成を行った．本研究ではより柔軟な表現が生成できるように，深層学習を使った．また，韻律や季語のような有季定型俳句の規定を素性や制限として用いた．俳句としての体をなすような生成結果が得られた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Poetry expresses things of nature and feelings in human life in rhythmic linguistic form. A message is conveyed not only by the superficial meaning of words, but also by aesthetic and evocative property of words. Subtle emotions or beauty of natural scenery can be expressed in long writings, but they can also be expressed as poems. Even if poems are short, however, it can record the atmosphere of the place by the profoundness of words. Many people learn how to make poems and how to read them in the course of the compulsory curriculum course. However, it is not easy to make poems for those who are not familiar with them. Our goal in this research is to make it easier for people to write poems. In this research, we selected seasonal standard haiku in poetry and investigated methods for automatic generation of haikus. Two lines of research exist in the previous work. One is the rule-based generation of haiku and the other is a deep learning-based approach that does not take seasonal references (kigo) into account. In this research, we utilize deep learning to make more flexible generation. We also impose features to control the number of moras in the deep learning model.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10115061
• 書誌情報: 研究報告自然言語処理（NL）; 巻 2018-NL-235, 号 1, p. 1-8, 発行日 2018-05-06
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8779
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会