22、基于自然语言处理的诗学比较研究

基于自然语言处理的诗学比较研究

1. 引言

深度学习是机器学习的新领域，基于数据表示的学习方法，源于人工神经网络研究。其目的是通过组合低级特征形成更抽象的高级表示，以发现数据分布。

早期深度学习中的神经网络起源于1943年的MCP人工神经元模型，用于模拟人类神经元反应。1958年，Rosenblatt发明了使用MCP进行机器学习的感知机算法。自然语言的深度学习始于2006年Hinton提出的深度信念网络（DBN）概念，此前神经网络复杂难训练，多作为数学理论研究。词向量模型是自然语言深度学习中常用的模型，核心是将语言符号化为适合机器学习的0和1模式。

之前已有不少关于自然语言深度学习的研究，有的基于词向量模型研究文本的句法和语义，有的比较不同模型在相似任务中的效率，还有的用大量诗歌语料进行情感识别。基于这些研究，我们将使用传统词向量模型进行比较诗学研究。

2. 材料与方法

2.1 材料

选取了五位诗人的作品，其中四位来自英国，分别是托马斯·哈代（Thomas Hardy）、王尔德（Wilde）、勃朗宁（Browning）和叶芝（Yeats），另一位是来自印度的泰戈尔（Tagore）。具体选取数量如下：
| 诗人 | 诗歌数量 |
| — | — |
| 托马斯·哈代 | 257首 |
| 王尔德 | 96首 |
| 勃朗宁 | 63首 |
| 叶芝 | 近400首 |
| 泰戈尔 | 86首 |

选择这五位诗人的原因主要有两点：一是他们作品的原文均为英语，避免了翻译误差对分析结果的影响；二是他们生活年代相近，作品大多创作于19