Vietnamese Poem Generation & The Prospect Of Cross-Language Poem-To-Poem Translation

要約

詩の生成は、モデルが言語、感情、スタイルのニュアンスを理解する必要があるため、自然言語処理の分野では困難なタスクでした。
この論文では、大規模言語モデルを使用して自然言語プロンプトからベトナム語の詩を生成することを提案します。これにより、強化されたコンテンツ制御により直感的なプロセスが容易になります。
当社の最も効果的なモデルである GPT-3 Babbage バリアントは、カスタム評価スコア 0.8 を達成しており、特にベトナムの詩の「luc Bat」ジャンルに合わせて調整されています。
さらに、詩を通常のテキスト プロンプトに言い換えるというアイデアも検討し、「luc Bat」ジャンルで 0.718 という比較的高いスコアを得ました。
この実験は、生成されたコンテンツの完全な制御を同時に維持しながら、翻訳された詩を入力として使用して、言語を超えた詩から詩への翻訳の可能性を示しています。

要約(オリジナル)

Poetry generation has been a challenging task in the field of Natural Language Processing, as it requires the model to understand the nuances of language, sentiment, and style. In this paper, we propose using Large Language Models to generate Vietnamese poems from natural language prompts, thereby facilitating an intuitive process with enhanced content control. Our most efficacious model, the GPT-3 Babbage variant, achieves a custom evaluation score of 0.8, specifically tailored to the ‘luc bat’ genre of Vietnamese poetry. Furthermore, we also explore the idea of paraphrasing poems into normal text prompts and yield a relatively high score of 0.718 in the ‘luc bat’ genre. This experiment presents the potential for cross-Language poem-to-poem translation with translated poems as the inputs while concurrently maintaining complete control over the generated content.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google