摘 要：文本生成技术在近年开始深受研究者的青睐，其中就包括了古诗和歌词的自动生成。文章设计了一个基于深度学习的歌词与古诗自动生成系统。生成过程主要包括了数据预处理、歌词和古诗生成模型搭建、歌词和古诗生成模型训练、使用训练好的模型生成歌词和古诗。通过测试，该歌词和古诗生成系统比传统的机器写作系统效果更好，语义更准确。
关键词：自动生成；深度学习；训练模型
中图分类号：TP391.41 文献标识码：A 文章编号：2096-4706（2021）01-0025-03
Design of Automatic Generation System of Lyrics and Ancient Poems Based on Deep Learning
PENG Tao
（Jiangxi Youth Vocational College，Nanchang 330045，China）
Abstract：Text generation technology has been deeply loved by researchers in recent years，including the automatic generationof ancient poems and lyrics. This paper designs an automatic generation system of lyrics and ancient poems based on deep learning. Thegeneration process mainly includes data preprocessing，lyrics and ancient poems generation model building，lyrics and ancient poems generation model training，using the trained model to generate lyrics and ancient poems. Through the test，the lyrics and ancient poems generation system has better effect and more accurate semantics than the traditional machine writing system.
Keywords：automatic generation；deep learning；training model
参考文献：
[1] 池云仙，赵书良，罗燕，等. 基于词频统计规律的文本数据预处理方法 [J]. 计算机科学，2017，44（10）：276-282+288.
[2] 肖烨晗. 基于自然语言生成技术的人工智能应用 [J]. 科技传播，2019，11（7）：155-156.
[3] 马然. 基于深度学习的自然场景文本识别系统的设计与实现 [D]. 长春：吉林大学，2015.
[4] 段军红，李晓宇，慕德俊. 一种非完全标注的文本分类训练方法 [J]. 微处理机，2019，40（1）：20-24.
[5] 张克君，史泰猛，李伟男，等. 基于统计语言模型改进的Word2Vec 优化策略研究 [J]. 中文信息学报，2019，33（7）：11-19.
作者简介：彭涛（1974—），女，汉族，江西龙南人，讲师，硕士，主要研究方向：计算机应用。