dc.description.abstract | Denne masteroppgaven presenterer implementasjonen og evalueringen av et system som kan generere poesi med et forhåndsbestemt sentiment. Poesigenerering er en av de mer interessante utfordringenge innenfor feltene Naturlig Språkprosessering og Maskinskapt Kreativitet (Computational Creativity), siden det er avhengig av både formen på innholdet, men også evnen til å produsere forståelig, meningsfullt og poetisk språk. En sentral del av poesi er opplevelsen til leseren, som blant annet involverer følelsene poesien kan fremkalle. Motivasjonen bak dette prosjektet er å undersøke om poesi kan genereres for å inneholde et bestemt sentiment, og om lesere av diktet vil oppfatte det sentimentet som var tiltenkt.
De fleste av dagens moderne løsninger innenfor feltet Maskinskapt poesi har benyttet nevrale nettverk. Systemet som ble utviklet i dette prosjeket implementerte et nevralt nettverk av typen Long Short-Term Memory som den sentrale komponenten, hvor nettverket er trent på et datasett bestående av engelsk poesi som er skrevet og publisert av brukere på en offentlig nettside. Andre moduler inkludert i det ferdige systemet består av en genereringsmetode for rimpar, regelbaserte ordprediksjons-metoder, og en søkealgoritme for å utvide genereringsmulighetene.
Flere eksperimenter ble gjennomført i dette prosjektet, som involverer trening av det nevrale nettverket, og evaluaring av den genererte poesien.
Et utvalg av lesere evaluerte 20 dikt generert av det implementerte systemet, hvor halvparten var generert med et positivt sentiment, og andre halvparten med negativt. Leserne evaluerte diktene basert på et utvalg av standard evalueringsfaktorer, i tillegg til å evaluerere sentiment. Resultatene fra eksperimentene indikerte at selv om det er noen svakheter i et par aspekter ved systemet sammenlignet med andre moderne løsninger, så er det helt i stand til å generere poesi med et tiltenkt sentiment som blir oppfattet av lesere. | |