در دنیای پرشتاب امروز، هوش مصنوعی در بسیاری از حوزه‌ها به یاری انسان آمده است، اما یکی از دشوارترین چالش‌ها برای آن، پردازش زبان طبیعی (NLP)، و به ویژه، آفرینش هنری و خلاقانه مانند تولید شعر بوده است. شعر، تنها مجموعه‌ای از کلمات پشت سر هم نیست؛ بلکه نیازمند تازگی، عمق معنایی، و گاهی ابهام ظریفی است که آن را از یک جمله معمولی متمایز می‌کند. مقاله “Lingxi: A Diversity-aware Chinese Modern Poetry Generation System” یا “لینگ‌شی: سامانهٔ تولید شعر نو چینی با لحاظ تنوع” گامی مهم در این راستا برداشته است.

این پژوهش، به دشواری ذاتی تولید شعر، به ویژه شعر نو چینی، می‌پردازد. برخلاف وظایف معمول تولید متن با شبکه‌های عصبی که بر روان بودن و فهم‌پذیری تمرکز دارند، شعر به شدت نیازمند تازگی (novelty) است. یک جمله ساده و قابل فهم با کلمات پرکاربرد ممکن است شاعرانه تلقی نشود، در حالی که جملاتی با ابهام مناسب و کلمات کم‌بسامد می‌توانند نوآورانه و خلاقانه باشند. سامانه لینگ‌شی با الهام از این نیاز، رویکردی نوین برای تولید شعر ارائه می‌دهد که تنوع و خلاقیت را در کانون توجه قرار می‌دهد.

اهمیت این مقاله در ارائه راهکارهایی عملی برای غلبه بر چالش‌های بنیادین در تولید شعر ماشینی است. این سیستم نه تنها به روان بودن متن توجه دارد، بلکه عاملی کلیدی مانند “تازگی واژگان” را وارد فرآیند تولید می‌کند. این رویکرد می‌تواند در آینده، به خلق ابزارهایی پیشرفته‌تر برای کمک به هنرمندان و تولید محتوای خلاقانه در زمینه‌های مختلف منجر شود.

این مقاله توسط پژوهشگران برجسته، شینران ژانگ (Xinran Zhang)، ماسونگ سان (Maosong Sun)، جیافنگ لیو (Jiafeng Liu) و شیائوبینگ لی (Xiaobing Li) به رشته تحریر درآمده است. این تیم پژوهشی در زمینه پردازش زبان طبیعی و به طور خاص، در شاخه‌های مرتبط با تولید متن خلاقانه و محاسباتی فعالیت دارد.

زمینه‌ی اصلی تحقیق، حوزه پردازش زبان طبیعی (NLP) و زیرمجموعه‌ی آن، تولید زبان طبیعی (NLG) است. به طور خاص، این مطالعه بر روی جنبه‌های پیشرفته‌تری از NLG تمرکز دارد که شامل تولید محتوای هنری و خلاقانه می‌شود. تولید شعر، به عنوان یکی از سخت‌ترین وظایف در NLP شناخته می‌شود زیرا علاوه بر رعایت قواعد دستوری و معنایی، نیازمند درک عمیق از سبک، وزن، قافیه (در برخی اشکال) و مهم‌تر از همه، ارزش‌های زیبایی‌شناختی و هنری است. این محققان با تمرکز بر شعر نو چینی، که ساختار آزادانه‌تری نسبت به اشکال سنتی دارد اما همچنان نیازمند نوآوری واژگانی و عمق معنایی است، به دنبال پیشبرد مرزهای هوش مصنوعی در آفرینش هنری بوده‌اند.

چکیده‌ی مقاله بیان می‌کند که تولید شعر همواره یک وظیفه‌ی دشوار در پردازش زبان طبیعی بوده است. برخلاف وظایف عادی تولید متن با شبکه‌های عصبی، شعر نیازمندی بالایی به تازگی (novelty) دارد. این بدان معناست که یک جمله به راحتی قابل فهم با کلمات بسیار پرتکرار، ممکن است شاعرانه تلقی نشود، در حالی که جملاتی با ابهام کافی و کلمات کم‌بسامد می‌توانند نوآورانه و خلاقانه باشند.

با الهام از این ایده، نویسندگان سامانه لینگ‌شی (Lingxi) را معرفی می‌کنند که یک سیستم تولید شعر نو چینی با در نظر گرفتن تنوع است. دو نوآوری اصلی در این سیستم عبارتند از:

• الگوریتم NS-RH (Nucleus Sampling with Randomized Head): این الگوریتم، بخش پرتکرار (“سر”) توزیع پیش‌بینی شده را تصادفی می‌کند تا بر کلمات “نسبتاً کم‌بسامد” تأکید ورزد. این روش به طور قابل توجهی تازگی شعر تولید شده را در مقایسه با روش‌های نمونه‌برداری سنتی افزایش می‌دهد. تصادفی‌سازی توزیع با تنظیم یک پارامتر فیلترینگ که “سر” قابل تصادفی‌سازی را تعیین می‌کند، قابل کنترل است و به این ترتیب به نمونه‌برداری آگاه به تنوع دست می‌یابد. یافته‌ها نشان می‌دهد که حتی با تصادفی‌سازی بخش بزرگی از واژگان فیلتر شده، می‌توان شعر روان و در عین حال با تازگی بسیار بالاتری تولید کرد.

• الگوریتم نمونه‌برداری رد (Rejection Sampling) مبتنی بر شباهت معنایی: این الگوریتم، با حفظ شباهت معنایی بالا به عنوان شعر کوتاه ورودی، متنی طولانی‌تر و آموزنده‌تر بر اساس عنوان شعر ورودی ایجاد می‌کند و به این ترتیب مشکل خارج شدن از موضوع (off-topic issue) را کاهش می‌دهد.

به طور خلاصه، لینگ‌شی تلاش می‌کند تا با رویکردهای نوآورانه در انتخاب واژگان و حفظ ارتباط معنایی، چالش‌های کلیدی در تولید شعر ماشینی را حل کند و شعری نه تنها روان، بلکه خلاقانه و از لحاظ معنایی مرتبط ارائه دهد.

روش‌شناسی به کار گرفته شده در سامانه لینگ‌شی بر دو ستون اصلی استوار است که هر یک به جنبه‌ای حیاتی از تولید شعر می‌پردازد: افزایش تازگی واژگانی و حفظ ارتباط معنایی با موضوع.

۱. الگوریتم NS-RH (Nucleus Sampling with Randomized Head) برای افزایش تازگی

معمولاً در مدل‌های زبان عصبی، برای تولید متن، کلمه بعدی بر اساس توزیع احتمالات پیش‌بینی شده توسط مدل انتخاب می‌شود. روش‌های متداولی مانند نمونه‌برداری هسته‌ای (Nucleus Sampling یا Top-P Sampling)، کلمات را از بین زیرمجموعه‌ای از واژگان که مجموع احتمالاتشان به یک آستانه (p) می‌رسد، انتخاب می‌کنند. این روش به حفظ روان بودن کمک می‌کند، اما اغلب منجر به انتخاب کلمات پرتکرار و در نتیجه کاهش تازگی می‌شود.

NS-RH با هدف رفع این مشکل طراحی شده است:

• شناسایی “سر” توزیع: ابتدا، مدل کلمات را بر اساس احتمالاتشان مرتب می‌کند. “سر” توزیع، شامل کلمات با بالاترین احتمال (معمولاً کلمات پرتکرار) است که مجموع احتمالات آن‌ها به یک پارامتر فیلترینگ خاص (مثلاً 0.1 یا 0.2) می‌رسد. این پارامتر تعیین می‌کند که چه بخشی از واژگان به عنوان “سر” در نظر گرفته شود.

• تصادفی‌سازی سر: به جای انتخاب مستقیم از “سر” توزیع، NS-RH این بخش را تصادفی (permutates) می‌کند. این بدان معناست که ترتیب کلمات با احتمال بالا در این بخش تغییر می‌کند یا وزن‌های آن‌ها به نحوی دستکاری می‌شود که شانس انتخاب کلمات نسبتاً کم‌بسامد بیشتر شود. به این ترتیب، مدلی که معمولاً به دنبال کلمات رایج‌تر می‌گردد، مجبور می‌شود نگاهی هم به کلمات کمتر استفاده شده بیاندازد.

• نمونه‌برداری از توزیع دستکاری شده: پس از تصادفی‌سازی “سر”، نمونه‌برداری نهایی از این توزیع تغییر یافته انجام می‌شود. این فرآیند تضمین می‌کند که کلمات با احتمال پایین‌تر، که اغلب ویژگی‌های شاعرانه‌تری دارند، شانس بیشتری برای ظاهر شدن پیدا کنند.

• کنترل‌پذیری: پارامتر فیلترینگ که اندازه “سر” را تعیین می‌کند، امکان کنترل میزان تصادفی‌سازی و در نتیجه میزان تازگی و تنوع را فراهم می‌آورد. این ویژگی به پژوهشگران و کاربران اجازه می‌دهد تا بین روان بودن و تازگی، تعادل مطلوب خود را بیابند.

به عنوان مثال، فرض کنید مدل برای کلمه بعدی احتمالات زیر را پیش‌بینی کرده است: “آسمان” (0.4)، “ابر” (0.3)، “ستاره” (0.15)، “مهتاب” (0.1)، “شب” (0.05). اگر پارامتر فیلترینگ (P) را روی 0.7 قرار دهیم، “آسمان” و “ابر” در “سر” توزیع قرار می‌گیرند. NS-RH ممکن است این دو را تصادفی کند یا وزن‌هایشان را تغییر دهد تا شانس انتخاب “ستاره” یا “مهتاب” افزایش یابد، در حالی که کلمات “آسمان” و “ابر” همچنان شانس معقولی داشته باشند.

۲. الگوریتم نمونه‌برداری رد مبتنی بر شباهت معنایی برای حفظ ارتباط معنایی

یکی از مشکلات رایج در تولید متن طولانی از یک ورودی کوتاه (مانند عنوان)، خارج شدن از موضوع است. مدل‌ها ممکن است از کلمات کلیدی اولیه فاصله بگیرند و متنی تولید کنند که ارتباط ضعیفی با عنوان اصلی دارد.

الگوریتم نمونه‌برداری رد این مشکل را با گام‌های زیر حل می‌کند:

• تولید چندین کاندیدا: مدل، بر اساس عنوان ورودی، چندین کاندیدای مختلف برای ادامه شعر تولید می‌کند. هر کاندیدا یک ادامه احتمالی برای متن است.

• محاسبه شباهت معنایی: برای هر کاندیدای تولید شده، شباهت معنایی آن با عنوان اصلی ورودی محاسبه می‌شود. این کار معمولاً با استفاده از مدل‌های تعبیه معنایی (semantic embedding models) انجام می‌شود که قادرند معنای کلمات و جملات را به بردارهای عددی تبدیل کرده و فاصله یا شباهت بین آن‌ها را اندازه‌گیری کنند.

• انتخاب بهترین کاندیدا: از میان تمامی کاندیداهای تولید شده، کاندیدایی که بالاترین شباهت معنایی را با عنوان اصلی دارد، به عنوان خروجی نهایی انتخاب می‌شود. این فرآیند تضمین می‌کند که شعر تولید شده، هرچند طولانی‌تر و اطلاعاتی‌تر باشد، همچنان به موضوع اصلی وفادار بماند.

این دو رویکرد مکمل یکدیگر عمل می‌کنند: NS-RH به خلاقیت و تازگی کمک می‌کند، در حالی که نمونه‌برداری رد مبتنی بر شباهت معنایی، اطمینان می‌دهد که این خلاقیت در چارچوب معنایی مشخصی حرکت می‌کند و از مسیر اصلی خارج نمی‌شود. ترکیب این دو، سامانه لینگ‌شی را قادر می‌سازد تا شعر نو چینی را با تعادلی بی‌سابقه بین خلاقیت، روان بودن و ارتباط معنایی تولید کند.

پژوهشگران در این مطالعه به چندین یافته مهم دست یافتند که عملکرد و اثربخشی سامانه لینگ‌شی را برجسته می‌کند:

• افزایش چشمگیر تازگی (Novelty): اصلی‌ترین دستاورد NS-RH، افزایش قابل توجه تازگی در شعرهای تولید شده بود. در مقایسه با روش‌های نمونه‌برداری سنتی که اغلب به تکرار کلمات و عبارات رایج منجر می‌شوند، NS-RH توانست کلمات کم‌بسامدتر و غیرمنتظره‌تری را در شعرها جای دهد، بدون اینکه به روان بودن متن آسیبی وارد شود. این یعنی شعرها نوآورانه‌تر و کمتر قابل پیش‌بینی بودند.

• حفظ روان بودن (Fluency) در کنار تنوع: یکی از یافته‌های شگفت‌انگیز این بود که حتی زمانی که بخش بزرگی از واژگان فیلتر شده (بخش “سر” توزیع) به صورت تصادفی دستکاری می‌شد، سیستم همچنان قادر به تولید شعر روان و قابل فهم بود. این امر نشان می‌دهد که خلاقیت و تازگی لزوماً به معنای از دست دادن انسجام یا خوانایی نیست، بلکه می‌توان با روش‌های هوشمندانه، تعادلی بین این دو برقرار کرد.

• کنترل‌پذیری تنوع: با تنظیم پارامتر فیلترینگ که “سر” توزیع برای تصادفی‌سازی را تعیین می‌کند، محققان توانستند میزان تنوع و تازگی را کنترل کنند. این ویژگی به کاربران امکان می‌دهد تا بسته به نیاز خود، بین یک شعر نسبتاً سنتی‌تر و قابل فهم‌تر و یک شعر بسیار خلاقانه‌تر و غیرمنتظره‌تر، انتخاب کنند.

• رفع مشکل خارج شدن از موضوع: الگوریتم نمونه‌برداری رد مبتنی بر شباهت معنایی به طور مؤثری مشکل خارج شدن از موضوع را حل کرد. این سیستم قادر بود متن‌های طولانی‌تر و غنی‌تری را بر اساس عنوان کوتاه ورودی تولید کند، در حالی که شباهت معنایی بالا را با عنوان اصلی حفظ می‌کرد. این بدان معناست که شعرهای تولید شده، نه تنها خلاقانه بودند، بلکه به طور مشخصی به موضوع اولیه مرتبط می‌ماندند.

• قابلیت تولید محتوای اطلاعاتی‌تر: با ترکیب این دو روش، لینگ‌شی توانست شعرهایی تولید کند که نه تنها زیبا و خلاقانه بودند، بلکه از لحاظ اطلاعاتی نیز غنی‌تر بودند و می‌توانستند ایده‌های پیچیده‌تری را در قالب شاعرانه بیان کنند.

این یافته‌ها به وضوح نشان می‌دهند که سامانه لینگ‌شی یک پیشرفت قابل توجه در زمینه تولید شعر ماشینی است و راه را برای توسعه سیستم‌های خلاقانه هوش مصنوعی هموار می‌کند.

دستاوردها و روش‌های ارائه شده در مقاله لینگ‌شی، فراتر از تولید شعر نو چینی، دارای کاربردهای گسترده‌ای در حوزه‌های مختلف هوش مصنوعی و آفرینش هنری هستند:

• کمک به آفرینش هنری و ادبی: سامانه لینگ‌شی می‌تواند به عنوان یک ابزار قدرتمند برای شاعران و نویسندگان عمل کند. این سیستم می‌تواند ایده‌های اولیه تولید کند، به شاعران برای غلبه بر “مانع نویسندگی” کمک کند، و آن‌ها را قادر سازد تا زوایای جدیدی از یک موضوع را کشف کنند. تصور کنید سیستمی بتواند هزاران شعر بالقوه تولید کند که هر کدام الهام‌بخش یک شاعر باشند.

• ابزارهای آموزشی: این فناوری می‌تواند برای آموزش ادبیات و خلاقیت مورد استفاده قرار گیرد. دانشجویان و دانش‌آموزان می‌توانند با این سیستم تعامل کنند تا درک بهتری از ساختار، سبک و خلاقیت در شعر به دست آورند. همچنین، می‌تواند به عنوان ابزاری برای تمرین و آزمایش سبک‌های مختلف شعری عمل کند.

• تولید محتوای خلاقانه برای رسانه و بازاریابی: فراتر از شعر، اصول NS-RH می‌تواند در تولید انواع دیگر متون خلاقانه مانند شعارهای تبلیغاتی جذاب، عناوین مقالات، سناریوهای کوتاه، یا حتی متن ترانه به کار رود. قابلیت ایجاد متن‌های نوآورانه و در عین حال مرتبط با موضوع، در این حوزه‌ها بسیار ارزشمند است.

• پیشرفت در پردازش زبان طبیعی: این تحقیق، مرزهای تولید زبان طبیعی را گسترش می‌دهد و نشان می‌دهد که هوش مصنوعی می‌تواند نه تنها متن‌های “صحیح” بلکه متن‌های “زیبا” و “خلاقانه” تولید کند. این یک گام مهم از تولید متن صرفاً کارآمد به تولید متن هنرمندانه است.

• حفظ و احیای فرهنگی: در مورد شعر چینی، این سیستم می‌تواند به حفظ و گسترش فرم‌های ادبی کمک کند و نسل‌های جدید را به این هنر باستانی علاقه‌مند سازد. تولید شعر نو با الهام از سنت‌های غنی، راهی برای اتصال گذشته به حال است.

• کاربردهای درمانی و خلاقیت‌درمانی: در برخی زمینه‌ها، آفرینش هنری به عنوان شکلی از درمان یا راهی برای بیان احساسات به کار می‌رود. یک سیستم تولید شعر می‌تواند به افرادی که در بیان کلامی مشکل دارند، کمک کند تا از طریق شعر با احساسات خود ارتباط برقرار کنند.

به طور کلی، لینگ‌شی نه تنها یک سامانه فنی موفق است، بلکه دریچه‌ای به سوی آینده‌ای باز می‌کند که در آن هوش مصنوعی می‌تواند به طور معناداری در فرآیندهای خلاقانه انسانی مشارکت داشته باشد و به افزایش غنای فرهنگی و هنری کمک کند.

مقاله “لینگ‌شی: سامانهٔ تولید شعر نو چینی با لحاظ تنوع” نمایانگر یک جهش قابل توجه در حوزه پردازش زبان طبیعی و تولید زبان طبیعی خلاقانه است. این پژوهش با پرداختن به چالش بنیادین تولید شعر ماشینی – یعنی نیاز به تازگی و خلاقیت در کنار حفظ روان بودن و ارتباط معنایی – راهکارهایی نوآورانه ارائه داده است.

نویسندگان با معرفی الگوریتم NS-RH (Nucleus Sampling with Randomized Head)، موفق شدند تا با تصادفی‌سازی هوشمندانه کلمات پرتکرار در توزیع پیش‌بینی شده، شانس انتخاب کلمات کم‌بسامدتر را افزایش دهند. این رویکرد به طور چشمگیری تازگی شعرهای تولید شده را افزایش داد، بدون آنکه به روان بودن آن‌ها خدشه‌ای وارد شود. قابلیت کنترل میزان این تصادفی‌سازی نیز امکان انعطاف‌پذیری در تولید سطوح مختلف خلاقیت را فراهم آورد.

همچنین، استفاده از الگوریتم نمونه‌برداری رد مبتنی بر شباهت معنایی، مشکل رایج خارج شدن از موضوع در تولید متن‌های طولانی را حل کرد. این الگوریتم با تضمین حفظ شباهت معنایی بالا بین عنوان ورودی و شعر تولید شده، اطمینان حاصل کرد که خروجی‌های سیستم نه تنها خلاقانه و تازه، بلکه همواره با موضوع اصلی مرتبط و آموزنده باقی بمانند.

در نهایت، سامانه لینگ‌شی نه تنها یک ابزار فنی کارآمد برای تولید شعر نو چینی ارائه می‌دهد، بلکه راه را برای تحقیقات آتی در زمینه هوش مصنوعی خلاق و کاربردهای گسترده‌تر آن در آفرینش هنری، آموزشی، فرهنگی و حتی درمانی هموار می‌کند. این مقاله نشان می‌دهد که با رویکردهای مهندسی شده و دقیق، هوش مصنوعی می‌تواند از تقلید صرف فراتر رفته و به شریکی الهام‌بخش در فرآیندهای خلاقانه انسانی تبدیل شود.