IA genera poesía inspirada en Shakespeare, igualando rima y métrica

• Nuevo modelo de deep learning escribe poemas que superan a poemas humanos en rima y métrica.
• Algunas personas les cuesta distinguir entre ambos, pero según expertos la IA falla en emoción y legibilidad.

¿Pueden métodos de deep learning aprovecharse para tareas creativas? La respuesta es sí. Hemos estado usando estas técnicas de machine learning en aplicaciones creativas como componer música, diseñar esculturas y coreografía automática.

Ahora investigadores de IBM, Universidad de Toronto y Universidad de Melbourne se han enfocado en una tarea textual creativa: composición automática de poesía. Han desarrollado un modelo de deep learning, llamado Deep-speare, que captura lenguaje, rima, métrica para sonetos, y genera poemas.

Es fascinante que estos poemas generados por IA se asemejen a los escritos más popularmente por un poeta inglés, William Shakespeare. El modelo funciona muy bien: crea cuartetos de soneto con patrones de rima y acento, a veces indistinguibles de poemas escritos por humanos.

Un soneto es un poema lírico corto, popularizado por Shakespeare. Usualmente, contiene 14 líneas agrupadas en 3 cuartetos (cuatro líneas) y un pareado (dos líneas).

¿Cómo lo hicieron?

Investigadores se enfocaron en sonetos y produjeron cuartetos en pentámetro yámbico basado en modelo no supervisado de rima, lenguaje y métrica entrenado en un corpus novedoso de sonetos. Entrenaron un modelo de lenguaje vanilla en corpus de sonetos, que captura métrica implícitamente a rendimiento nivel humano.

En resumen, propusieron modelar tanto contenido como forma poética con una arquitectura neuronal, que contiene tres componentes clave:

1. Modelo de lenguaje
2. Modelo de pentámetro para capturar pentámetro yámbico
3. Modelo de rima para aprender palabras que riman.

Para predecir la siguiente palabra en una línea de soneto particular, el modelo de lenguaje usa entropía cruzada categórica estándar. Similarmente, el modelo de pentámetro se entrena para aprender patrones alternantes de acento yámbico. Finalmente, el modelo de rima separa pares de palabras que riman de las que no riman en un cuarteto, usando pérdida basada en margen.

Referencia: arXiv:1807.03491

El modelo de lenguaje genera una palabra a la vez, mientras el modelo de pentámetro muestrea oraciones conformes a métrica y el modelo de rima fuerza la rima. Todos estos componentes se entrenan juntos.

Crédito imagen: The Daily Dot

La red neuronal se entrena en 2.685 sonetos conteniendo unas 367.000 palabras, usando GPUs NVIDIA Tesla con TensorFlow powered by CUDA deep learning framework.

Investigadores incluso pidieron ayuda a un experto en literatura inglesa, Adam Hammond, para calificar 4 aspectos de los poemas generados por máquina — legibilidad, rima, métrica y emoción. Hammond desconocía la fuente de los poemas. Los resultados revelaron que la IA supera el trabajo humano en rima y métrica, pero falla en emoción y legibilidad.

Aunque el modelo puede no parecer directamente relevante a aplicaciones prácticas, comparte el mismo algoritmo central que impulsa otros problemas de generación como summarization, traducción y chatbots.

Leer: Una IA psicópata que ve muerte en todo

Previo a esto, investigadores habían intentado mimetizar creatividad usando redes neuronales, incluyendo un script escrito por bot para 'Scrubs' (serie de comedia TV) y proyecto de generación de imágenes DeepDream de Google. Dicen que para lograr poesía impresionante, mirarán más allá de contenido y forma en futura investigación.