编辑点评：ai自动生成乐符诗集

九歌团队打造的一款智能ai生成诗的应用，AI诗人AiPoet1.0新版是一个真实好用没有广告完全免费的藏头诗和意境诗生成器，简单好用，生成的诗高大上，用来装x很不错。

使用说明

1、下载软件安装到手机上后，选择你需要制作的诗类型，有藏头诗，意境诗；

2、如藏头诗，需要输入藏头词，和输入作诗风格，然后点作诗即可；

3、意境诗的话直接输入作诗风格即可生成一首诗；

4、做好的诗点右上角的的按钮可以一键复制；

5、点右上角的三个点可以分享导出图片，更换背景和切换字体颜色。

特色介绍

一个无须联网，基于人工智能的写诗应用。

随时随地写藏头诗，意境诗。

应用体积比较大，其中 70% 的占比为训练出来的模型文件，尝试过量化可以大幅缩小模型体积，但是写诗效果有所下降就放弃了。

目前通过学习万首唐诗，共训练了近几十万次达到了现在的效果。

后续通过优化网络和训练集、训练次数还能有所提升。

功能介绍

诗歌数据集：涵盖绝句数据、诗歌情感标注数据、格律韵表等资源。

诗歌生成模型：开源了包括风格诗歌生成、多关键词诗歌生成等模型。

预训练资源：基于大规模古诗文预训练的Masked Language Model。

Poetry&AI 论文列表：收集整理了诗歌和AI交叉方向的论文。

支持的数据集

中文古典诗歌数据集THU-CCPC：包含约13万首中文绝句(已划分训练、测试、开发集)，可用于相关模型的训练。

中文格律及韵律数据集THU-CRRD：包含整理好的平声字表、仄声字表以及平水韵表，可用于诗歌生成以及诗歌自动分析研究。

中文诗歌细粒度情感标注语料THU-FSPC：包含5,000首人工标注的绝句，每首诗包含诗歌整体以及每一句的情感标签。可用于训练情感可控的诗歌生成模型，以及进行诗歌情感自动分析。

中文诗歌质量标注数据集THU-PQED：包含173首古人诗作，每一首诗附有诗歌质量不同侧面(如通顺性、上下文连贯性等)的人工评分。可用于诗歌评价指标分析和研究。

数据介绍

AIPoet已开源如下诗歌自动生成模型：

WMPoetry

基于Memory Network的诗歌生成模型。该模型支持多关键词输入，并将中文古典诗歌的格律拆解为字级别的格式embeding，能够较好地控制生成诗歌的格律和韵脚，并提升诗歌的上下文关联性和扣题程度。相关论文发表于IJCAI 2018。

StylisticPoetry

基于互信息解耦的无监督风格诗歌生成模型。该模型无需任何标注数据，能够自动将生成的诗歌划分为用户指定的任意数量个不同风格。 相关论文发表于EMNLP 2018。

MixPoet

基于对抗因素混合的半监督风格诗歌生成模型。该模型利用少量标注数据，通过组合不同的影响因素，创造出多种可控的诗歌风格。相关论文发表于AAAI 2020。

预训练资源BERT-CCPoem

AIPoet基于超过90万首古诗文训练的BERT模型，该模型能提供任何一首古典诗词的任何一个句子的向量表示，可广泛应用于古典诗词智能检索与推荐、风格分析及情感计算等诸多下游任务。

Poetry&AI 论文列表

AIPoet整理了人工智能与诗歌交叉领域的相关论文列表。此清单列出了针对诗歌这一文学体裁的相关论文，包括 1.中文古典诗歌(绝句、宋词等)生成，2.中文对联生成，3.中文现代诗生成，4.外文诗生成，5.多模态诗歌生成, 6.诗歌自动分析, 7.诗歌自动翻译, 8. Demo及Survey 等部分。每篇论文都附有下载链接，部分论文也附上了作者公开的源码和数据链接。此清单在不断更新中，力求为读者提供该领域较为全面和最新的研究方法与趋势。

结语

近年来AI和文学艺术不断交融，产生了很多有趣的研究方向，如自动绘画生成、诗歌生成、音乐生成、小说生成等。这些研究在学术界和普通人群中都引起了热烈的讨论，并且具有娱乐、教育、辅助文艺研究等广泛的应用价值。本团队会持续维护和开放AI+Poetry的相关资源，助力NLP和计算人文方向的研究。