矣晓沅，微软亚洲研究院研究员，分别于2016年和2021年获得清华大学工学学士和博士学位，主要从事自然语言生成 (NLG) 方向的研究。主导开发的中文古典诗歌自动创作系统“九歌”曾登上央视一套《机智过人》《朗读者》等节目展示，获得了多个学术奖项以及来自上百个国家和地区的数千万次访问，成为知名的中文作诗系统之一。曾获清华大学特等奖学金、北京市优秀毕业生、北京市海淀区十大杰出青年、新华网十大年度网络人物、西贝尔学者、IJCAI-SAIA YES 学术新星、CCF优秀博士学位论文奖等荣誉。

第1章 引言
1.1 诗歌自动写作的研究背景 1
1.2 诗歌自动写作的研究意义 4
1.2.1 探索机器智能 4
1.2.2 助力下游应用 7
1.2.3 促进文艺发展 9
1.3 现有工作存在的问题 11
1.4 本书主要的研究内容
1.4.1 本书研究的文学表现力 13
1.4.2 本书的整体研究框架 15
第2章 诗歌自动写作相关工作
2.1 早期探索阶段 21
2.2 规则和模板阶段 22
2.3 统计机器学习阶段 24
2.4 人工神经网络阶段 26
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 31
3.2 格律基础介绍 34
3.3 格律自动控制 36
3.3.1 格律嵌入 37
3.3.2 先验约束 40
3.4 诗歌质量评测方法 41
3.4.1 人工评测方法 41
3.4.2 自动评测方法 43
3.4.3 诗歌评测方法讨论 46
第4章 诗歌文本质量：连贯性提升
4.1 问题分析 49
4.2 基于显著线索机制的连贯性提升 53
4.2.1 模型框架 53
4.2.2 实验设置 60
4.2.3 实验结果 62
4.2.4 实例分析 65
4.3 基于工作记忆模型的连贯性提升 68
4.3.1 模型框架 69
4.3.2 实验设置 75
4.3.3 实验结果 77
4.3.4 实例分析 82
4.4 本章小结 83
第5章 诗歌文本质量：扣题性优化
5.1 问题分析 84
5.2 基于主题记忆模块的扣题性提升 85
5.2.1 模型框架 87
5.2.2 实验设置 89
5.2.3 实验结果 91
5.2.4 实例分析 93
5.3 基于风格实例支撑的隐空间的扣题性提升 94
5.3.1 设计思路 96
5.3.2 模型框架 100
5.3.3 实验设置 109
5.3.4 实验结果 111
5.3.5 实例分析 113
5.4 本章小结 115
第6章 诗歌审美特征：新颖性增强
6.1 问题分析 118
6.2 模型框架 123
6.2.1 基础生成模型 123
6.2.2 单生成器强化学习 125
6.2.3 互强化学习 132
6.3 实验及分析 136
6.3.1 实验设置 136
6.3.2 实验结果 139
6.3.3 分析及案例 143
6.4 本章小结 150
第7章 诗歌审美特征：风格化实现
7.1 问题分析 152
7.2 模型框架 157
7.2.1 半监督CVAE生成模型 158
7.2.2 隐空间解耦及混合 162
7.3 实验及分析 167
7.3.1 实验设置 167
7.3.2 实验结果 171
7.3.3 分析及案例 175
7.4 本章小结 181
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 183
8.2 九歌系统的架构设计 186
8.2.1 输入预处理模块 188
8.2.2 生成模块 191
8.2.3 后处理模块 192
8.2.4 人机协同交互修改模块 193
8.2.5 反馈模块 194
8.2.6 语料及部署 195
8.3 九歌系统的开源资源 195
8.4 九歌系统的社会影响 196
8.5 九歌系统诗作示例 197
第9章 总结与展望
9.1 主要贡献 199
9.2 未来工作展望 201