著名诗句

摘要： 瑰丽的自然风光历来为文人墨客所青睐,那些名山大川也是迁客骚人的向往之地。诗人们在欣赏大自然奇异风光的同时,也不曾忘记用他们的笔来记录下游历的感受,由此留下了很多让人千古吟唱的著名诗句。本期“国学·知礼”就让我们一起跟着诗人们游览壮丽的山峰吧!

摘要： 瑰丽的自然风光历来为文人墨客所青睐,那些名山大川也是迁客骚人的向往之地。诗人们在欣赏大自然奇异风光的同时,也不曾忘记用他们的笔来记录下游历的感受,由此留下了很多让人千古吟唱的著名诗句。本期“国学·知礼”就让我们一起跟着诗人们游览壮丽的山峰吧!

摘要： 瑰丽的自然风光历来为文人墨客所青睐,那些名山大川也是迁客骚人的向往之地。诗人们在欣赏大自然奇异风光的同时,也不曾忘记用他们的笔来记录下游历的感受,由此留下了很多让人千古吟唱的著名诗句。本期“国学·知礼”就让我们一起跟着诗人们游览壮丽的山峰吧!

摘要： 瑰丽的自然风光历来为文人墨客所青睐,那些名山大川也是迁客骚人的向往之地。诗人们在欣赏大自然奇异风光的同时,也不曾忘记用他们的笔来记录下游历的感受,由此留下了很多让人千古吟唱的著名诗句。本期“国学·知礼”就让我们一起跟着诗人们游览壮丽的山峰吧!

摘要： 瑰丽的自然风光历来为文人墨客所青睐,那些名山大川也是迁客骚人的向往之地。诗人们在欣赏大自然奇异风光的同时,也不曾忘记用他们的笔来记录下游历的感受,由此留下了很多让人千古吟唱的著名诗句。本期“国学·知礼”就让我们一起跟着诗人们游览壮丽的山峰吧!

摘要： 唐代著名宰相李泌年少时曾吟出“方若行义,圆若用智,动若骋材,静若得意”的著名诗句,其中蕴含了为人处此要将坚持原则和灵活变通相结合的深刻哲理。联想到新时期的安全生产工作,“方”与“圆”需要更加紧密联系,协调向前推进。

摘要： 瑰丽的自然风光历来为文人墨客所青睐,那些名山大川也是迁客骚人的向往之地。诗人们在欣赏大自然奇异风光的同时,也不曾忘记用他们的笔来记录下游历的感受,由此留下了很多让人千古吟唱的著名诗句。本期“国学·知礼”就让我们一起跟着诗人们游览壮丽的山峰吧!

摘要： 王安石的著名诗句“总把新桃换旧符”,形象揭示了一个深刻哲理,即时之迁、事之变,总为常则因常与基层的干部朋友打交道,渐觉得他们的日常工作状态,较之以前已经发生很大变化.曾几何时,基层干部抓工作往往凭借自觉任重,多数时候缺少量化指标,少有硬性考核要求,搞工作有时还得靠套近乎、拉关系等.,现在则大不同于先前了,“矛盾不上交”,“难事不出县,大事不出镇,小事不出村”,“但凡大事小事都能在基层解决了”。现在不少地方都实行了严肃问责制度,以问责强力推动工作的开展。

摘要： 瑰丽的自然风光历来为文人墨客所青睐,那些名山大川也是迁客骚人的向往之地。诗人们在欣赏大自然奇异风光的同时,也不曾忘记用他们的笔来记录下游历的感受,由此留下了很多让人千古吟唱的著名诗句。本期“国学·知礼”就让我们一起跟着诗人们游览壮丽的山峰吧!

摘要： “一年好景君须记,最是橙黄橘绿时。”这是大文豪苏轼的著名诗句。十月金秋,又到了欣赏祖国各地美景的时候。在各种媒体上出现的美轮美奂的胡杨林风光,无疑是金秋里最让人向往的景色之一。据了解,地球上现仅存三大胡杨林区,分别是我国新疆的塔克拉玛干沙漠胡杨林、内蒙的额济纳胡杨林,以及北非的撒哈拉沙漠胡杨林。

摘要： 本申请涉及图像诗句描述生成方法、装置和设备，方法包括：获取输入图像并采用CNN网络对输入图像进行多标签图像分类，确定输入图像的各分类标签以及标签对应的类别；根据各标签确定对输入图像的待生成诗歌每一行诗句的关键词；关键词为被选中的标签对应的类别；利用隐藏元在初始状态的charRNN_1神经网络，分别在构建的n个诗歌感情训练集上进行训练，得到第i种感情下最后一个隐藏元的状态值statei；i＝1,2,…,n；将关键词和第i种感情下最后一个隐藏元的状态值statei，提供给已在诗歌语料库上预先训练好的charRNN_2神经网络，生成描述输入图像的第i种感情下的诗歌。通过上述方法，实现了对输入图像在不同语境感情下的诗句描述的生成。

摘要： 本申请提供了一种诗句生成模型的训练方法、自动写诗方法及装置。该方法在训练诗句生成模型时，诗句的每个节拍均作为主题词，并且对于每个主题词，以其所在诗句之前所有诗句的节拍序列作为输入序列，以主题词所在的诗句作为输出序列，从而使诗句生成模型学习的是根据主题词和主题词之前的诗句内容预测主题词对应诗句的能力，使诗句生成模型对诗句的主题相关性、诗句的语义通顺性、诗句之间的语义关联性等方面都得到的训练，从而，本申请提供的技术方案得到的诗句生成模型与现有技术的诗句生成模型相比，其自动创作的诗在诗句的主题相关性、诗句的语义通顺性、诗句之间的语义关联性等方面都会得到提升，创作诗质量更高。

摘要： 本发明涉及文本生成式信息隐藏领域，具体为基于MASS的诗句生成信息隐写方法，解决了诗生成和信息嵌入的融洽结合问题。其方法为：将原诗语料库中的诗句预处理后，训练MASS序列模型，在用户输入主题词后，利用TextRank算法并调用利用诗词语料预训练的word2vec模型，进行主题词提取与扩展；将提取的主题词作为已训练的MASS序列模型的输入，利用MASS序列的Encoder‑Decoder结构生成诗句。本方案选择生成诗作为信息隐藏的载体，利用强大的MASS模型自动生成诗实现信息隐藏，将诗的创作和信息隐藏有机结合，在创作诗词的同时保障了信息的安全性。

摘要： 本申请涉及基于神经网络的图像诗句描述生成方法、装置和设备，方法包括：获取输入图像的图片特征向量以及多个对输入图像的白话描述的词向量；图片特征向量与各词向量的维度相同；将各词向量聚类为k类，分别确定k个聚类中心对应的词向量以及距离k个聚类中心最近的前s‑1个词向量，得到关键词个数为k个的s组关键词；将s组关键词分别输入charRNN神经网络，生成s组关键词对应的s个诗句并将各诗句转换成对应的诗向量；各诗向量与词向量的维度相同；将图片特征向量和任一词向量输入seq2seq模型对各诗向量进行预测，根据预测确定的一个诗向量生成对输入图像描述的诗句。提高了计算机对图像的诗句描述生成效率。

摘要： 本发明涉及文本生成式信息隐藏领域，具体为基于MASS的诗句生成信息隐写方法，解决了诗生成和信息嵌入的融洽结合问题。其方法为：将原诗语料库中的诗句预处理后，训练MASS序列模型，在用户输入主题词后，利用TextRank算法并调用利用诗词语料预训练的word2vec模型，进行主题词提取与扩展；将提取的主题词作为已训练的MASS序列模型的输入，利用MASS序列的Encoder‑Decoder结构生成诗句。本方案选择生成诗作为信息隐藏的载体，利用强大的MASS模型自动生成诗实现信息隐藏，将诗的创作和信息隐藏有机结合，在创作诗词的同时保障了信息的安全性。

摘要： 本公开是关于一种基于情感的诗句生成方法及装置、电子设备以及计算机可读存储介质，涉及人工智能技术领域，可以应用于生成情感可控的目标诗句的场景。该方法包括：获取待标注诗句数据集，并获取预先构建的诗句情感分类模型；将待标注诗句数据集输入至诗句情感分类模型，得到待标注诗句数据集中各诗句的情感标签，并根据各诗句以及各诗句的情感标签生成情感标注诗句集；采用情感标注诗句集对初始诗句生成模型进行训练，以生成情感诗句生成模型；获取目标情感，将目标情感输入至情感诗句生成模型，以生成与目标情感对应的目标诗句。本公开可以根据预先确定的情感信息，基于情感信息生成目标诗句。

摘要： 本申请涉及基于神经网络的图像诗句描述生成方法、装置和设备，方法包括：获取输入图像的图片特征向量以及多个对输入图像的白话描述的词向量；图片特征向量与各词向量的维度相同；将各词向量聚类为k类，分别确定k个聚类中心对应的词向量以及距离k个聚类中心最近的前s‑1个词向量，得到关键词个数为k个的s组关键词；将s组关键词分别输入charRNN神经网络，生成s组关键词对应的s个诗句并将各诗句转换成对应的诗向量；各诗向量与词向量的维度相同；将图片特征向量和任一词向量输入seq2seq模型对各诗向量进行预测，根据预测确定的一个诗向量生成对输入图像描述的诗句。提高了计算机对图像的诗句描述生成效率。

摘要： 本申请公开了诗句的生成方法、装置、电子设备和存储介质，涉及计算机技术领域，具体涉及自然语言处理和深度学习等人工智能技术领域。具体实现方案为：获取输入信息；从输入信息之中提取关键词；判断关键词数量是否满足预设数量阈值；如果未满足预设数量阈值，则根据关键词生成拓展词；以及根据关键词和拓展词生成诗句。本申请实施例的诗句的生成方法，可以有效地提高诗句生成的准确性，使生成的诗句更加契合主题，且可保证古诗意境的连贯性。

摘要： 本申请涉及图像诗句描述生成方法、装置和设备，方法包括：获取输入图像并采用CNN网络对输入图像进行多标签图像分类，确定输入图像的各分类标签以及标签对应的类别；根据各标签确定对输入图像的待生成诗歌每一行诗句的关键词；关键词为被选中的标签对应的类别；利用隐藏元在初始状态的charRNN_1神经网络，分别在构建的n个诗歌感情训练集上进行训练，得到第i种感情下最后一个隐藏元的状态值statei；i＝1,2,…,n；将关键词和第i种感情下最后一个隐藏元的状态值statei，提供给已在诗歌语料库上预先训练好的charRNN_2神经网络，生成描述输入图像的第i种感情下的诗歌。通过上述方法，实现了对输入图像在不同语境感情下的诗句描述的生成。

摘要： 本发明涉及大数据的数据处理领域，提供一种古诗关键词提取、诗句生成方法、装置、设备及介质，方法包括：获取诗句提取指令中的诗句信息；将诗句信息输入古诗关键词提取模型中基于BERT和古文字典的诗句标注模型中，通过诗句标注模型对诗句信息进行拆分及标注处理，得到诗句序列信息；通过诗句类型识别模型识别出诗句类型；将诗句序列信息输入古诗关键词提取模型中与诗句类型对应的基于CRF的类型约束模型，通过对各诗字序列信息之间进行打标及约束预测处理，得到关键词结果；根据关键词结果，确定古诗关键词。本发明实现通过基于BERT和古文字典的诗句标注模型以及基于CRF的类型约束模型，自动提取诗句信息中的体现诗意的古诗关键词。