《表1 人工评价结果：基于Seq2Seq模型的自定义古诗生成》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Seq2Seq模型的自定义古诗生成》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

分别选取五言和七言Perplexity最低时的模型用来生成古诗，采用人工评价的方法，本文对比了三种基准方法：SMT(statistical machine translation models）、RNNPG(recurrent neural networks for poetry generation）、ANMT(attention-based neural machine translation）。其中SMT模型使用了统计机器翻译的方法，RNNPG模型整合了CNN(convolutional neural network）、句子级别的RNN、字符级别的RNN，ANMT使用了基于神经网络的机器翻译模型，结果如表1所示。