导读:本文包含了诗词生成论文开题报告文献综述及选题提纲参考文献，主要关键词:明月意象,中秋诗词,文本场域,意义生成
诗词生成论文文献综述
李飞跃[1]（2019）在《天上人间与月夜观想——苏轼中秋诗词的文本解读与意义生成》一文中研究指出熙宁九年至元丰五年的数度中秋,苏轼在不同地方创作了一系列诗词,它们在不同的文本场域中发生了主题变奏,生成了多重意义,也构成了一种共情和互文关系。密州中秋词是继《江城子》后又一首含有追忆与往生之思的作品,因在中秋唱和与语境转换中生成了友悌、游仙、忠爱、哲思等主题。人们基于不同的情感体验与文本场域召唤并丰富了词的文本意义,想象了苏轼与李白诗仙相对的词仙形象,赋予了中秋之日以新的文化义涵。诗词经典的题旨探究除结合作者的社会时代与人生经历,还应兼顾其思想观念、知识结构和心理情感,而时人之评论、后世之误读、今人之感发等不同体验及其情感谱系构成了不同时代文本解读与意义生成的历史情境。(本文来源于《清华大学学报(哲学社会科学版)》期刊2019年03期）
肖齐平治[2]（2019）在《基于神经网络的古诗词自动生成》一文中研究指出随着人们的生活速度步步加快,人们真正有机会自我创作的时间大大减少,但又有许多人有时需要快速获得一些文本,例如:需要利用关键词或者根据特殊格式创作古诗词、歌词等,而这时如果可以借助计算机根据给定的关键词创作无疑可以大大缩减人们所需时间。本文利用深度学习算法,使计算机具有初步模拟人类创作的能力,并对比不同神经网络的差异,如准确率以及上下文信息的保留程度,用长短期记忆(Long Short-Term Memory)网络模型代替标准循环神经网络(Recurrent Neural Network)模型进行实验,减缓经典RNN模型可能出现的梯度消失或梯度爆炸问题。(本文来源于《通讯世界》期刊2019年04期）
柴红英[3]（2019）在《小学古诗词教学中的预设及生成——以《渔歌子》的教学为例》一文中研究指出在古诗词教学中,教师只有课前面向学生进行充分预设,在课堂上积极营造氛围促进生成,才能实现个体对古诗词的积累与多元解读以及在学习过程中的独特体验,以此来完成教学目标。(本文来源于《考试周刊》期刊2019年10期）
董虎胜[4]（2018）在《基于长短时记忆网络的古诗词生成》一文中研究指出自动化的文本生成是自然语言处理中一项极具挑战性的课题,在机器翻译和计算机视觉等人工智能研究领域中都具有重要的应用。近年来,随着对深度学习研究的不断推进,基于深度学习模型的文本生成方法受到人们广泛的关注。对深度学习中的长短时记忆(LSTM)网络模型进行研究,并应用到古诗词生成的场景中。实验结果表明,长短时记忆网络具有良好的文本生成效果。(本文来源于《现代计算机(专业版)》期刊2018年32期）
巫扬新[5]（2018）在《基于生成对抗网络的诗词配画研究》一文中研究指出古诗词是我国文化的瑰宝,诗词的传承已然变成当今时代的文化发展要求。我们常说诗中有画,画中有诗,诗词配画不仅能够给我们视觉上的享受而且帮助我们更好的理解诗词。同时水墨画是中国的传统绘画,也是国画的代表。水墨画的风格更符合中国诗词的意境,因此可以把水墨风格迁移到生成的配画中。本文正是在这样的背景下,重点研究根据诗词生成图像和图像风格转换两个任务。通过研究,我们发现虽然已有根据文本生成图像的相关研究,也取得了一定的成果,但是目前文本生成图像的研究还仅局限于英文,根据中文文本生成图像的研究较少。本文以古诗词为研究对象,目前没有大规模的诗词和对应图像的数据集,有监督的方法受到一定限制,而且古诗词和现代文文本相比也给文本生成图像的研究带来了挑战。对于图像风格转换任务,目前大多数图像风格转换的研究采用深度学习方法,这种方法训练成本较高,模型难以解释。针对以上的研究分析,本文分别对上述两个任务展开研究。(1)针对目前诗词-配图数据集缺乏的问题,本文构建了一定规模的相关数据集,针对古文和现代汉语文本特点的不同,我们进行了不同的文本处理方式。分别在两个不同文本特点和规模的数据集上进行文本生成图像的实验。(2)在诗词配画工作中,本文考虑到并不是所有诗词语义对于生成图像都有帮助,本文基于支持向量机(SVM)结合有监督的方法对诗词单句题材进行分类,去除诗词中对生成图像无关的语义信息。本文基于深度卷积生成对抗网络(DCGAN)的深度学习方法,构建诗词生成图像的模型。和其他方法相比我们验证了本文方法的有效性。(3)在图像风格转换工作中,本文考虑到水墨风格黑、白、灰为主体色调,本文采用Reinhard算法和小波变换相结合的方法,构建本文的图像风格转换模型。我们验证了本文方法简单、快速而且在整体风格一致(水墨风格)的风格转换中取得不错的效果。总体而言,基于深度卷积生成对抗网络更能学习到训练数据的近似分布,生成图像更加真实,我们也验证了本文图像风格转换方法的有效性。(本文来源于《厦门大学》期刊2018-06-30）
姚雅丽[6]（2018）在《浅谈小学低段古诗词教学的预设与生成》一文中研究指出好的预设,应该包含生成,但任何一种预设都不可能预测出课堂上发生的全部情况。由于每个学生的求知状况、审美经验、认识情况、接受能力不同,他们的阅读感受也不尽相同。古诗词作为传统文化与学校教育融合的载体,其重要性不言而喻。古诗词教学需要教师在教学前充分预设,教学过程中带领孩子感悟,在教学接近尾声时适当拓展。(本文来源于《课外语文》期刊2018年16期）
周丽妤,黎鲲[7]（2018）在《幼儿教育中古诗词教育案例生成策略的研究与实践》一文中研究指出中华文化源远流长,在五千年的历史发展过程中,古人为我们留下了很多经典的古诗文,并且还对一代代人的修身以及治学产生了重要影响。加上新课程教学改革的背景,古诗词教育开始渗透到了幼儿教育过程中,并且也发现幼儿在古诗词的学习和背诵中也实现了很好的转变,比如:生活学习习惯,性格态度等。由此可见,古诗词的教育意义是相当巨大的,不过需要明确的一个问题是幼儿的学习能力极其有限,如何通过案例生成策略更好地展开教学则是需要认真探索的问题,本文将对此展开研究与实践。(本文来源于《佳木斯职业学院学报》期刊2018年02期）
李争[8]（2017）在《基于神经网络的古诗词自动生成研究》一文中研究指出随着互联网的发展和生活节奏的加快,人们每天都在生成和处理大量文本信息。一方面,面对海量的文本信息,人们需要高效地从中提取最重要的信息从而避免时间上的浪费;另一方面,很多工作,例如新闻报道,需要快速地产生文本从而能够将信息及时传递出去。如果机器能够自动产生满足上述需求的文本,将会大大节省人力和物力。因此,文本自动生成的研究具有重要的意义。本文主要研究了基于神经网络的文本自动生成技术,并将其应用于中文古诗领域,提出了古诗题目自动生成模型和古诗内容自动生成模型。本文提出的古诗题目自动生成模型能够在给定古诗内容的情况下端到端地自动生成与其语义相关的题目。首先,利用词向量模型,将古诗内容表示为矩阵;然后,利用卷积神经网络,将矩阵编码成向量;最后,利用循环神经网络,按字生成古诗题目。其中,为了同时捕捉古诗内容中的句内语义相关性和句间语义相关性,本文在卷积神经网络中设计了两种卷积核,一种每次覆盖一句话之内相邻的两个字,另一种每次覆盖相邻两句话之间相同位置的两个字。实验结果表明,相比于均使用循环神经网络的模型,本文提出的模型能够更准确地捕捉古诗内容中的语义含义,进而生成更加语义相关的题目。本文提出的古诗内容自动生成模型能够在给定关键词的情况下端到端地自动生成与其语义相关的古诗内容。首先,将输入关键词扩充并利用语言模型生成古诗首句;然后,利用卷积操作和循环神经网络,将已经生成的诗句编码成向量;最后,利用循环神经网络,生成古诗的下一句话。其中,为了使生成的古诗主题与关键词更加相关,本文将关键词向量化表示,并将其作为循环神经网络的输入生成古诗的每句话。实验结果表明,相比于传统的机器写诗模型,本文提出的模型能够生成与输入关键词更加语义相关的古诗。(本文来源于《北京邮电大学》期刊2017-11-30）
魏为秋[9]（2017）在《让诗词教学之花在生成课堂中绽放——简评《水龙吟·登建康赏心亭》教学》一文中研究指出周志恩老师是生成教学理念的忠实践行者,他在教学实践中不断汲取生成教学之精髓,结合自己的课堂教学创设了一个个精彩而生动的教学情境。《水龙吟·登建康赏心亭》教学便是周老师诗词课堂教学案例中一朵清新可人的小花。研读周老师的教学实录,不难发现这节课从设计到操作都体现出生成语文课堂的特点。最鲜明的便是这节课基于生成理念的课堂架构,我们可以从叁个角度稍做透视——巧导入、实预备、活推进。(本文来源于《中学语文教学参考》期刊2017年31期）
严波[10]（2017）在《“学讲”生成多元解读 让诗词之花缤纷绽放》一文中研究指出古诗词是中华文明的优秀遗产,诗词语言精练,意蕴深远,诗词鉴赏是学生语文学习的重点与难点。学生在鉴赏过程中能够感受到诗词之美,汲取诗词文化智慧,丰富精神世界,陶冶思想情操,提高语文能力。(本文来源于《作文成功之路(上)》期刊2017年06期）
诗词生成论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着人们的生活速度步步加快,人们真正有机会自我创作的时间大大减少,但又有许多人有时需要快速获得一些文本,例如:需要利用关键词或者根据特殊格式创作古诗词、歌词等,而这时如果可以借助计算机根据给定的关键词创作无疑可以大大缩减人们所需时间。本文利用深度学习算法,使计算机具有初步模拟人类创作的能力,并对比不同神经网络的差异,如准确率以及上下文信息的保留程度,用长短期记忆(Long Short-Term Memory)网络模型代替标准循环神经网络(Recurrent Neural Network)模型进行实验,减缓经典RNN模型可能出现的梯度消失或梯度爆炸问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
诗词生成论文参考文献
[1].李飞跃.天上人间与月夜观想——苏轼中秋诗词的文本解读与意义生成[J].清华大学学报(哲学社会科学版).2019
[2].肖齐平治.基于神经网络的古诗词自动生成[J].通讯世界.2019
[3].柴红英.小学古诗词教学中的预设及生成——以《渔歌子》的教学为例[J].考试周刊.2019
[4].董虎胜.基于长短时记忆网络的古诗词生成[J].现代计算机(专业版).2018
[5].巫扬新.基于生成对抗网络的诗词配画研究[D].厦门大学.2018
[6].姚雅丽.浅谈小学低段古诗词教学的预设与生成[J].课外语文.2018
[7].周丽妤,黎鲲.幼儿教育中古诗词教育案例生成策略的研究与实践[J].佳木斯职业学院学报.2018
[8].李争.基于神经网络的古诗词自动生成研究[D].北京邮电大学.2017
[9].魏为秋.让诗词教学之花在生成课堂中绽放——简评《水龙吟·登建康赏心亭》教学[J].中学语文教学参考.2017
[10].严波.“学讲”生成多元解读让诗词之花缤纷绽放[J].作文成功之路(上).2017