Computational Creativity : design and development of algorithms for automatic sentence generation
Créativité Computationnelle : conception et développement d'algorithmes pour la génération automatique de phrases littéraires
Résumé
In the present work, we broadly approach the study of creativity, with a special interest on how it is created with artificial devices, and present a morefocused and formal treatment of the artificial generation of literary texts. In The creative mind : Myths and Mechanisms (Boden, 2004), Margaret Boden discusses how the creative process is an intuitive path followed by humans to generate new artifacts that are valued for their novelty, significance to society and beauty. She proposes a classification of creativity into the following three categories : Combinatorial Creativity, Exploratory Creativity and Transformational Creativity. The search for automated processes capable of creatively generating artifacts has recently given rise to a field of research called Computational Creativity, which offers interesting perspectives in various fields of art such as the visual arts, music, and literature. Although there have been significant advances in the field, there are difficulties and limitations related to the inherent complexity of understanding the creative process in the human mind. Our main purpose in this study regards Automatic Text Generation (ATG) and, more specifically, the generation of literary sentences. We thus aim at the problem of developing automatic techniques (algorithms) for generating linguistic objects which are sentences or parts of paragraphs that can be perceived as belonging to a literary text. Most research regarding ATG avoids the literary genre due to its intricate complexity. Some basic difficulties involve the ambiguity of meaning and even the constitution of a universal definition of what a literary text is. Literary documents often refer to imaginary or allegorical worlds or situations, in contrast to genres that deal with the written communication of facts. These characteristics and others, such as the drive for elegance or the use of rare words in literature, make the tasks of automatic generation and analysis of literary texts a complex and difficult endeavor. Due to the aforementioned difficulties and in order to approach the ATG problem in a feasible way, we start from a pragmatic point of vue and take an operational definition of what a literary sentence is, based on the structure of a literary corpus. We thus consider that a sentence is literary, if it consists of a grammatical structure and vocabulary existing in a sufficiently large corpus that is considered to be literary by human beings. To achieve our goals, we have collected literary texts and produced three corpora in French, Spanish and Portuguese, composed exclusively of literary documents, such as novels, short stories, narrative, drama and poetry. We thus present in this thesis a new approach to the generation of literary sentences. Our proposal is based on the three new literary corpora that we have constructed, artificial neural network techniques, classical language models and shallow parsing. Our ATG models analyze the literary corpora in order to extract and exploit their fine grammatical, semantic, and linguistic structure. We have also regarded the generation of rhyme (assonant and consonant), considering semantic rhyme. We have also proposed manual evaluation protocols that can measure the quality of the sentences generated by our literary ATG models. The results that we have obtained are quite encouraging, because our systems generate grammatically correct and sufficiently coherent sentences, which are perceived as literary to a good degree. Moreover, these results support our claim (our working hypothesis) that it is possible to generate, from known literary sentence structures, new sentences with new semantics, considering also the emotional meaning of an original text.
Dans le présent ouvrage, nous abordons l’étude de la créativité à l’aide de dispositifs artificiels, et nous présentons un traitement plus ciblé et formel de la génération artificielle de texte littéraire. Dans The creative Mind : Mythes and mécanismes (Boden, 2004), Margaret Boden explique que le processus créatif est un chemin intuitif suivi par les humains pour générer des artefacts appréciés pour leur nouveauté, leur beauté et leur importance pour la société. La recherche de processus automatisés capables de générer des artefacts de manière créative a récemment donné naissance à un domaine de recherche appelé Créativité computationnelle, qui offre des perspectives intéressantes dans divers domaines artistiques tels que les arts visuels, la musique et la littérature. Bien que des avancées significatives aient été réalisées dans ce domaine, il existe des difficultés et des limites liées à la complexité inhérente à la compréhension du processus créatif chez l’humain. Notre objectif principal dans cette étude concerne la Génération Automatique de Texte (GAT) et, plus particulièrement, la génération de phrases littéraires. Nous visons donc le problème du développement de techniques automatiques (algorithmes) pour générer des objets linguistiques qui sont des phrases ou des parties de paragraphes qui peuvent être perçues comme appartenant à un texte littéraire. La plupart des recherches concernant la GAT évitent le genre littéraire en raison de sa complexité. Certaines difficultés fondamentales concernent l’ambiguïté du sens et même l’absence d’une définition universelle de ce qu’est un texte littéraire. Également, les documents littéraires font souvent référence à des mondes ou des situations imaginaires ou allégoriques, contrairement aux genres qui traitent de la communication écrite de faits. Ces caractéristiques et d’autres, comme l’élégance ou l’utilisation de mots rares dans la littérature, font de la génération et de l’analyse automatiques de textes littéraires une tâche complexe et difficile. En raison des difficultés évoquées et afin d’aborder le problème de la GAT de manière réalisable, nous partons d’un point de vue pragmatique et nous adoptons une définition opérationnelle de ce qu’est une phrase littéraire, basée sur la structure des corpora littéraires. Nous considérons ainsi qu’une phrase est littéraire, si elle est possède une structure grammaticale et un vocabulaire existant dans un corpus suffisamment large et considéré comme littéraire. Pour atteindre nos objectifs, nous avons collecté des textes littéraires et constitué le corpus MegaLite avec de documents en français, espagnol et portugais, tels que des romans, des nouvelles, des récits, du théâtre et poésie. Nous présentons dans cette thèse une nouvelle approche pour la génération de phrases littéraires. Notre proposition est basée sur trois nouveaux corpora littéraires que nous avons construits, ainsi que des techniques de réseaux de neurones artificiels, des modèles de langage et une d’analyse syntaxique superficielle. Nos modèles GAT analysent les corpora littéraires afin d’extraire et d’exploiter leurs structures grammaticales, sémantiques et linguistiques. Nous avons également considéré la génération de rimes (assonante et consonante), en tenant compte la rime sémantique. Plusieurs protocoles d’évaluation manuelle ont été proposé, permettant de mesurer la qualité des phrases générées par nos modèles GAT littéraires. Les résultats que nous avons obtenus sont assez encourageants. Nos systèmes génèrent des phrases grammaticalement correctes et suffisamment cohérentes, perçues comme littéraires dans une bonne mesure. De plus, ces résultats soutiennent notre hypothèse selon laquelle il est possible de générer, à partir de structures de phrases littéraires connues, de nouvelles phrases avec une nouvelle sémantique.
| Origine | Version validée par le jury (STAR) |
|---|