现代汉诗节奏观念建模

项目时间轴

1. 2020.08
   数据

   散文诗语料搜集整理

   从民国时期的报刊、出版物中逐篇搜集、整理带有“散文诗“标签的文章并做精校

   责任人：赵薇、陈银清

2. 2020.10
   方法

   初步形成以文体网络的方法来发掘作-译关系的思路

   责任人：赵薇

3. 2021.06
   方法

   自由探索：寻找文本表示的方法

   从GPT3得到启示，既然““GPT-3表明，文学风格是一种算法，是一系列复杂的指令。古普塔据此指出，尽管有了一千七百五十亿参数，但GPT-3仍然只是个开始”，也就是说大模型不过是用了很多很多参数，来表示文体风格。则说明还是可以用比较大的模型，来把众多特征拼接起来啊，比如说节奏，词汇丰富度，句法，tf-idf.....？

   责任人：赵薇

4. 2021.07
   方法

   自由探索：分别以小句-顿-字、小句-顿-词为音组标注单位，在210个散文诗样本上做多次门策拉实验

   尝试检验前人结论，发现小句-顿-字（三参数）的拟合效果最好，由此猜测这一相邻单位可能更适用于非格律诗。

   责任人：程宁、赵薇

   

5. 2021.10
   方法

   自由探索：寻找有效的散文诗文本表示模型

   尝试以各种特征做文本表示，如word2vec，平均句长，Tf-idf等，音乐性测量方面包括小句中的顿占比、小句重复率、顿长组合重复度等。发现顿长组合的计算虽然未必可取，但很有道理。

   责任人：程宁、赵薇

   

6. 2021.11
   方法

   自由探索：继续寻找散文诗文本表示方式

   看节奏形式是否可以作为一个足够明显的区分指标，区分散文诗/散文/诗歌；以及它是否可以按作译者为核心成功聚类/分类

   责任人：赵薇、程宁

7. 2021.12
   方法

   自由探索：寻找特征筛选的有效办法

   从Underwood文章的一个注释中得到启发，希望尝试用网格搜索的办法筛选出有效特征。

   责任人：赵薇