基于tensorFlow的机器作诗系统的设计与实现.pdf

现如今自然语言处理在人类生产生活中起到极其重要的作用,随着各类机器学习算法以及深度神经网络的发展,各类写诗机器人频频出现。本文通过机器写诗系统研究循环神经网络(RNN)以及长短期记忆网络(LSTM)在唐诗写作方面的模型效果。本系统基于谷歌开源深度学习框架Tensorflow,利用python语言实现,将两种模型各自作品分别写入MongoDB,利用人工评估的方法对实验结果进行评价,其结果有力证明了LSTM写诗模型的有效性。通过两种模型写作作品对比发现LSTM的写作效果明显优于RNN,最后进一步论述LSTM体现优越性的具体原因。