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

要約

詩の生成は、言語、感情、文体のニュアンスを理解するモデルを必要とするため、自然言語処理の分野では困難なタスクである。本論文では、自然言語プロンプトから様々なジャンルのベトナム語の詩を生成するために大規模言語モデルを使用することを提案する。我々の最も効率的なモデルであるGPT-3 Babbage変種は、ベトナムの詩の「ルックバット」ジャンルに特化したカスタム評価スコア0.8を達成した。さらに、詩を通常のテキストプロンプトに言い換えるアイデアも探求し、「luc bat」ジャンルで0.781という比較的高いスコアを得た。この実験は、翻訳された詩を入力とし、同時に生成されたコンテンツを完全に制御しながら、言語横断的な詩対詩翻訳の可能性を提示するものである。

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 of various genres 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 0.781 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, DeepL