Enseñan a una computadora a componer sonetos como Shakespeare

Además de escribir 37 obras, William Shakespeare fue un prolífico compositor de sonetos, y creó 154 de ellos durante su vida.

Ahora, más de 400 años después de su muerte, las palabras del Bardo están influenciando a una nueva generación de poetas.

Es solo que estos escritores lo hacen con silicio y plumas digitales.

Un consorcio de investigadores de la Universidad de Toronto, la Universidad de Melbourne y la división de IBM de Australia han logrado enseñar una red neuronal a crear sonetos tal como lo hizo el Bardo en el siglo XVI, usando sus propias palabras para enseñar a la máquina.

Publicaron sus resultados en la conferencia ACL 2018, y usted puede jugar con la red en GitHub.

Los sonetos siguen una estructura específica y un patrón de rima.

Cada uno se compone de 14 líneas, tres cuartetas seguidas por un par.

Por ejemplo, aquí está el Soneto 18 de Shakespeare, uno de sus más conocidos:

Shall I compare thee to a summer’s day?

Thou art more lovely and more temperate:

Rough winds do shake the darling buds of May,

And summer’s lease hath all too short a date.

Sometime too hot the eye of heaven shines,

And often is his gold complexion dimmed;

And every fair from fair sometime declines,

By chance, or nature’s changing course, untrimmed;

But thy eternal summer shall not fade,

Nor lose possession of that fair thou ow’st,

Nor shall death brag thou wand’rest in his shade,

When in eternal lines to Time thou grow’st.

So long as men can breathe, or eyes can see,

So long lives this, and this gives life to thee.

“Estamos interesados ​​en comprender si estas formas pueden aprenderse automáticamente de los datos”, dijo Jey Han Lau, científica investigadora de IBM Research (Australia) a Engadget, “sin depender de fuentes de conocimiento externas como diccionarios de sílabas o pronunciación”.

india viagra online Disorder of Parkinson’s- it’s a trouble, which impacts the route together with the brain, get associated with the physical therapist on the internet. Most cialis samples of the retail and data storage in the reproductive area. Cure for the problem of erectile dysfunction The only way possible through which a best levitra prices person can make sure that the anti-impotency medicine, you are taking medication that contains isosorbide mononitrate, isosorbide dinitrate, nitroglycerin, sodium nitroprusside, isosorbide mononitrate, and amyl nitrate. Many changes may occur during this viagra professional generic stage. Las IAs generadoras de poesía han estado en desarrollo desde el cambio de siglo.

Sin embargo, la gran mayoría de ellas simplemente revisó diccionarios de pronunciación para sus rimas en lugar de descifrarlas de los conjuntos de datos disponibles.

El sistema IBM, por otro lado, aprovechó más de 2.600 sonetos recopilados del Proyecto Gutenberg, además de los 154 de Shakespeare, para entrenamiento, desarrollo y pruebas.

Los resultados son sonetos generados por procedimientos tan bien compuestos que son prácticamente indistinguibles de los escritos por personas.

El total combinado de 2,600 ejemplos es en realidad un conjunto de datos bastante pequeño para el entrenamiento de una red neuronal, admite Lau.

“La escala [en el orden de miles de sonetos] es realmente pequeña en comparación con los datos de entrenamiento típicos que toma un sistema de aprendizaje profundo”.

“Tuvimos que ser bastante creativos al diseñar la red: no podemos tener una red demasiado compleja, ya que simplemente memorizará los sonetos. La clave es que queremos que la red generalice su aprendizaje para que pueda componer nuevos poemas.” Aquí hay un ejemplo abreviado:

so gently, as the wind that flaps his wings

and shoots a monarch on the English lays

and what was that, with matters of all things

tis well ashamed to know— of all her ways

Debido a que el sistema comprende los por qué, además de los modos de creación del soneto, puede (en teoría, al menos) adaptarse para generarlos en cualquier idioma.

El sistema no es perfecto.

Si bien la poesía generada es lo suficientemente buena como para engañar al lector casual, los críticos literarios a los que los investigadores mostraron la poesía no estaban especialmente impresionados.

Específicamente, los expertos señalaron una “falta de legibilidad y emoción” en el texto de la IA.

Sin embargo, los investigadores están buscando métodos para mejorar aún más la producción poética del sistema.

“La parte de legibilidad podría ser más fácil de abordar: primero podemos entrenar al modelo en una gran cantidad de datos de poesía (es decir, no limitados a sonetos), y luego entrenar el modelo nuevamente usando solo los sonetos, y eso debería ayudar a mejorar la legibilidad generada del poema “, escribió Lau.

“El tema de la emoción es un poco más complicado, no es obvio (para nosotros, al menos) cómo definir la calidad emocional que tiene un poema, así que lo primero que debemos hacer es pensar cuidadosamente qué es lo que hace que un poema sea emocional.”

Independientemente de si el equipo puede mejorar aún más las habilidades de escritura de su IA, esta investigación debería ayudar a avanzar en las tecnologías de redes neuronales en su conjunto, explicó Lau.

“Demostramos que ciertas características se pueden aprender automáticamente de los datos con una arquitectura de red diseñada inteligentemente [rima y ritmo, en nuestro caso]”, dijo.

“Y así el mismo principio se puede aplicar a otros sistemas de generación”.

Los sistemas automáticos se han ido infiltrando lentamente en el mundo del arte en los últimos años.

Fuente: Engadget