诗歌兼具语言和艺术美感,是人类智慧和创造能力的高级表现形式。中国古典诗歌更是反映我国优秀传统文化,展现我国文化自信的最佳代表。传统的自然语言处理技术生成诗歌多采用规则与模板以及统计机器翻译等方法,所生成诗歌作品质量较差。将近年来得到快速发展与广泛应用的深度学习技术,应用于中国古典诗歌的自动生成,是一项极具前瞻性与实用价值的研究。中国古典诗歌又有绝句与律诗、五言与七言之分,本文主要是针对五言绝句的生成。本文主要工作概括如下:(1)将诗歌生成任务转换为两个关联的对抗训练子任务,以门控循环单元实现诗歌生成器,改进生成对抗网络单判别器结构为双判别器结构。其中主题判别器将生成诗歌判别为匹配类、不匹配类与生成类三种类别;诗意判别器将生成诗歌判别为诗意类、无序类、段落类与生成类四种类别。将两个判别器的判别结果通过线性组合后作为奖励,为诗歌生成器提供反馈,不断改善诗歌生成质量,从而保证生成诗歌具有明确的主题和优美的诗意。(2)使用自动评价和人工评价两种方式综合评估生成诗歌的质量,实验表明本文模型所生成的诗歌在主题相关性、用词新颖性与BLEU三个自动评价指标上较RNNPG模型分别提升了0.233、0.126与0.018,与PPG模型相比较分别改善了0.111、0.091与0.024,在关联性、逻辑性与扩展性三个人工评价指标上较RNNPG模型分别提升了0.68、0.5与0.52,同时图灵测试也显示本文模型所生成诗歌与人类诗歌的差距明显减小。(3)人工智能所生成诗歌的版权取决于作品所具有的独创性,实验表明人工智能诗歌作品的独创性主要依赖于诗歌语料库的收集与人工智能算法模型的设计两个方面,根据不同参与者对作品独创性所做的贡献大小,本文认为人工智能诗歌作品的版权归属可进一步确定为诗歌语料库的收集者与人工智能算法模型的设计者所共有。