File size: 4,643 Bytes
b449bfb |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 |
---
license: mit
language:
- ru
tags:
- natural-language-processing
- poetry-generation
- text-generation
- torch
- lstm
---
This model was trained using [Andrej Karpathy's code](https://github.com/karpathy/char-rnn) on Russian poetic texts written in iambus. Models of this type well represent poetic style.
Model was trained with size 512 and 7 layers, dropout 0.5.
There are 2 checkpoints of this model presented in the repository. One after 19 epochs with loss 0.7817, the other after 38 epochs with loss 0.7705. These metrics are in the file name.
## Usage
The procedure for installing the required software is described [by Karpathy](https://github.com/karpathy/char-rnn), torch is required, the code is written in lua. Be careful, versions of libraries written many years ago are used.
```bash
th sample.lua lm_lstm_epoch38.47_0.7705.t7 -length 10000 -temperature 0.5 -primetext 'some text'
```
## Train data
Train data is non free due to copyright restrictions. Iambic lines taken from [RNC](https://ruscorpora.ru/en/search?search=CikiIwohCh8KB2NyZWF0ZWQyFAoHCKwOEAEYARIHCKwOEAwYHxgCMgIICTAA). Corpus conists of 1,449,997 words, 9,116,311 symbols.
## What for?
In an era of winning Transformers, ancient RNN models seem archaic. But I see that they still work better than modern architectures with such important categories from the humanities point of view as poetic style. Also RNN can reprodce poetic meter.
## Publication
The texts that produced this model were published in ["Neyrolirika" book](https://iq.hse.ru/news/228812683.html).
## Samples
```
Поверь, как ты не жаль с вершины,
как осени неудержимый,
один от залу уронили
и теплые закрыты речи.
Один ветром со здания, каких
кокиску хвалит / по березу
надломленной последний мор.
Вздымались журавли камины
И путь колышется в текут:
О, если б быть пророчество,
Так долю прежди не растут.
И демон что-то пропустил…
Так -- Иванинии. Окно
Наш ивводить я понимаю:
Сегодня за жилья он верит
Неизбежимыми очами:
За то, что мажет дом и губ,
Как музыка улыбкой звука;
Я много сказан, тешив старо,
И может ль для держала грязь,
Прекрасней тельст поместил мыши,
Тоску, нельзя и у себя;
Нашла, и марса льются лук.
Ты оскверняешь, выйду, я простую,
Когда надежда не бери ты,
Что славорудою отрады
При милостях. И в страшный час,
Ты вместе лишь, как выносившись,
Корысти звездов, опустевший,
Не потому быть жертва им.
Из что их, и закрыты дели:
Вот там привыкнется спину.
```
```
Когда в задумчивом проворности
Любовь, не я враждебный час
Блестит -- согласьем совершенства,
Очам ей внукам приводить?
Мы знаем, что почти на счастьи!
Как царь, уверья отдаленной,
В добро-своем в слезах, где камню
Всё реет песние цветах.
Не все -- мое саня дела.
Нам думал он изнемогало:
Не в чадах смрадов и тучей
Целите зыбь! Тут хороша.
Стеклянный вой по грекам мать
Маркизы книжные лилеей
Блистали перстом с обвирает
и перед свищущим печалем.
Ависмеи, кричит котаве
На лесе колбин ветви степь...
Но Калоход пробыл поэт
Вчера над мыслью вечных тес;
И ночь заснула с принимать;
Но в мире я внушаю мест
Самую бедности твоей.
```
## BibTeX entry and citation info
For more insights see:
```
@article{orekhov2020neural,
title={Neural reading: Insights from the analysis of poetry generated by artificial neural networks},
author={Orekhov, Boris and Fischer, Frank},
journal={Orbis Litterarum},
volume={75},
number={5},
pages={230--246},
year={2020},
publisher={Wiley Online Library}
}
``` |