机器能否创作诗歌？这一疑问可追溯至20世纪阿兰·图灵的论文。为回答该问题，本书创新性地聚焦于诗歌的文学特性和文学表现力，并开展了系统深入的研究。书中的模型设计摆脱了单一的计算思维，广泛借鉴语言学、认知学、心理学、诗词学等学科的知识，兼具基础计算方法和交叉学科视角。 本书分析了诗歌自动创作的研究背景和意义，详细梳理了该领域的历史沿革，随后针对诗歌的连贯性、扣题性、新颖性、风格化等问题，逐一系统性地设计了相应的解决方案，最后介绍了基于本书方法构建的中文古典诗歌生成系统“九歌”。 本书适合具备相关数学、编程基础的研究和开发者阅读，也可为数字人文领域的学者提供一定的参考和借鉴。

丛书序
推荐序Ⅰ
推荐序Ⅱ
导师序
摘要
ABSTRACT
插图索引
表格索引
符号和缩略语说明
第1章 引言
1.1 诗歌自动写作的研究背景
1.2 诗歌自动写作的研究意义
1.2.1 探索机器智能
1.2.2 助力下游应用
1.2.3 促进文艺发展
1.3 现有工作存在的问题
1.4 本书主要的研究内容
1.4.1 本书研究的文学表现力
1.4.2 本书的整体研究框架
第2章 诗歌自动写作相关工作
2.1 早期探索阶段
2.2 规则和模板阶段
2.3 统计机器学习阶段
2.4 人工神经网络阶段
第3章 中文古典诗歌自动写作基础设计
3.1 诗歌生成流程
3.2 格律基础介绍
3.3 格律自动控制
3.3.1 格律嵌入
3.3.2 先验约束
3.4 诗歌质量评测方法
3.4.1 人工评测方法
3.4.2 自动评测方法
3.4.3 诗歌评测方法讨论
第4章 诗歌文本质量：连贯性提升
4.1 问题分析
4.2 基于显著线索机制的连贯性提升
4.2.1 模型框架
4.2.2 实验设置
4.2.3 实验结果
4.2.4 实例分析
4.3 基于工作记忆模型的连贯性提升
4.3.1 模型框架
4.3.2 实验设置
4.3.3 实验结果
4.3.4 实例分析
4.4 本章小结
第5章 诗歌文本质量：扣题性优化
5.1 问题分析
5.2 基于主题记忆模块的扣题性提升
5.2.1 模型框架
5.2.2 实验设置
5.2.3 实验结果
5.2.4 实例分析
5.3 基于风格实例支撑的隐空间的扣题性提升
5.3.1 设计思路
5.3.2 模型框架
5.3.3 实验设置
5.3.4 实验结果
5.3.5 实例分析
5.4 本章小结
第6章 诗歌审美特征：新颖性增强
6.1 问题分析
6.2 模型框架
6.2.1 基础生成模型
6.2.2 单生成器强化学习
6.2.3 互强化学习
6.3 实验及分析
6.3.1 实验设置
6.3.2 实验结果
6.3.3 分析及实例
6.4 本章小结
第7章 诗歌审美特征：风格化实现
7.1 问题分析
7.2 模型框架
7.2.1 半监督CVAE生成模型
7.2.2 隐空间解耦及混合
7.3 实验及分析
7.3.1 实验设置
7.3.2 实验结果
7.3.3 分析及实例
7.4 本章小结
第8章 中文古典诗歌在线自动写作系统——九歌
8.1 九歌系统简介
8.2 九歌系统的架构设计
8.2.1 输入预处理模块
8.2.2 生成模块
8.2.3 后处理模块
8.2.4 人机协同交互修改模块
8.2.5 反馈模块
8.2.6 语料及部署
8.3 九歌系统的开源资源
8.4 九歌系统的社会影响
8.5 九歌系统诗作示例
第9章 总结与展望
9.1 主要贡献
9.2 未来工作展望
参考文献
附录 更多九歌系统生成的诗词
致谢
丛书跋