近年来诗歌自动写作这一任务在自然语言生成领域逐渐受到重视，多个不同的模型相继被提出。然而大多数模型只关注到评价诗歌质量的一些基本指标（如上下文连贯性，扣题程度，韵律的匹配等），却忽略了生成诗歌的多样性。清华大学自然语言处理与社会人文计算实验室“九歌”人工智能诗歌写作研究团队提出了基于学习可控混合隐空间的半监督模型MixPoet，通过结合不同的风格来提升生成诗歌的多样性和差异性。MixPoet采用半监督的条件变分自编码器（Conditional Variational Autocoder），通过构建一个隐空间z来捕捉风格因素，并将隐空间解耦为条件依赖到每一个factor上的子空间，从而实现不同factor的混合。

内容中包含的图片若涉及版权问题，请及时与我们联系删除