Raply: A profanity-mitigated rap generator

本文提出了一种名为Raply的模型，该模型是在GPT-2模型的基础上进行微调，能够以说唱风格生成有意义的韵律文本。在保持韵律能力的同时，该模型还能生成较少冒犯性内容。这是通过在一个新的数据集Mitislurs上微调模型实现的，该数据集是一个减少了亵渎语言的语料库。我们通过两个标准来评估模型的输出：1）基于韵律密度度量的韵律；2）使用英语亵渎语言列表来评估亵渎内容。据我们所知，这是第一次尝试对说唱歌词生成进行亵渎语言缓解。

本论文旨在解决生成说唱歌词时的两个问题：如何产生有意义的押韵文本和如何减少不雅内容。这是一个新问题。

本文提出了一种新的解决方案：使用经过微调的GPT-2模型生成有意义的押韵说唱歌词，并通过使用一个新的数据集Mitislurs来减少不雅内容。这种方法在说唱歌词生成领域是新的。

本文的亮点包括使用经过微调的GPT-2模型生成有意义的押韵说唱歌词，使用新的数据集Mitislurs来减少不雅内容，评估模型的输出并提供了开源代码。实验结果表明，该模型生成的说唱歌词具有较高的押韵密度且较少不雅内容。

在这个领域的相关研究包括使用神经网络生成说唱歌词的研究。其中一些论文包括：《使用深度学习生成说唱歌词》、《基于循环神经网络的说唱歌词生成》等。