char-based-tensorflow-russian-poetry-modernism

This model is trained in 2017 with TensorFlow as character-based. Russian poetry from 1900 to 1930 served as the training corpus.

Model trained for 29 epochs and has 3 layers and 1024 neurons. Loss = 1.4.

Usage

To generate new samples, run the script sample_modernism3.py. The scripts utils.py and model.py should be in the same folder, and the save folder with the model files should be a subfolder (its location can be changed in the script in line 22).

Train data

Train data was taken from the RNC poetic corpus.

What for?

In an era of winning Transformers, ancient RNN models seem archaic. But I see that they still work better than modern architectures with such important categories from the humanities point of view as poetic style.

Samples

Sample 1

В одно обожавое слово, бегут освящая вновь: «А? хромая женщина, молва!
Что-то так владеет непротиво, которого не для зовы тобой гимны сколько, вечность, на тебя, мои башни дороги безголоса.
Но люблю я одно, невысокие лечу. Старый гуд, как степная дочери пустынной.
Другое слово воины изогнувши, задумчиво дышит -- и расплескал глухо старик.
Всех святителей сказать нелесной глубине зажгите небесную лаской берет.
Я улыбнулась.

Sample 2

Бездна заметает в темноте, не наглядел величье фляге.
Гелиотредов гробовой -- так это произносить: поздно!
Она к равнине долин городское подмявшей Времи; пустился и выйдут из дворца.

Sample 3

Они ведет тоски глядит гостинице народной.
О минувшего уж нет! На развалился Нарцисс верно?
К хозяину рок меня рабыню ищет стужа черные трубы и эллины ребят.
Я хочу быть в вихре кофейной грани лаврового стремнинами подругу вдвойне глухих, 
Делатель прошел.
У нас теперь и печаль боролась обмирают и не могут-то просветлены, далекие любовные слезы, и тишина.

BibTeX entry and citation info

The samples were published and analyzed in academic paper. For citation:

@article{orekhov2017artificial,
  title={Искусственные нейронные сети как особый тип distant reading},
  author={Орехов, Борис Валерьевич},
  journal={Вестник Приамурского государственного университета им. Шолом-Алейхема},
  number={2 (27)},
  pages={32--43},
  year={2017}
}