Natural Language Processing in Computational Creativity: A Systematic Review
🗝️ 关键概念梳理 + 中英对照解读
方法选用：🗝️ Key Concept Clarity（关键词梳理）
📘 论文标题
Natural Language Processing in Computational Creativity: A Systematic Review
计算创意中的自然语言处理：系统综述
📌 1. 什么是 Computational Creativity？（计算创意）
Computational creativity refers to the study and development of systems that exhibit behaviors deemed creative.
📖 中文解读：
计算创意是指研究和开发能够展现“创造性行为”的人工智能系统。它不仅仅是生成随机内容，而是模拟人类的想象力、风格和创作过程。
📌 2. NLP 在计算创意中的角色
NLP enables machines to understand and generate human language, making it central to creative applications such as poetry generation, storytelling, and songwriting.
📖 中文解读：
自然语言处理（NLP）赋予了机器理解和生成语言的能力，这使它成为诗歌生成、故事创作、歌词写作等创意应用的核心技术。
📌 3. 常见 NLP 技术在创意中的应用
| 技术 | 应用 | 中文说明 |
|---|---|---|
| Language Models | Text generation | 使用GPT等模型创作新内容 |
| Style Transfer | Mimic authors | 模仿特定作家的写作风格 |
| Semantic Control | Theme guidance | 通过控制主题生成更有意义的文本 |
| Sentiment Conditioning | Mood adaptation | 控制情感倾向，例如写悲伤或开心的故事 |
| Metaphor Generation | Figurative writing | 自动生成比喻、拟人等修辞手法 |
📌 4. 创意生成的挑战
Creativity is hard to evaluate automatically because novelty and value are often subjective.
📖 中文解读：
创意生成最大的问题之一是“评估难”。因为“新颖性”和“价值”是主观的，不像语法错误那样可以量化。
📌 5. NLP 与艺术结合的新趋势
多模态创作（Multimodal Creativity）：结合文本、图像、音乐共同创作。
人机共创（Co-Creation with AI）：人类与AI共同写作、对话演绎。
风格自适应生成：让模型学会模仿用户或特定作家的风格。
📌 6. NLP模型评估维度（创意类）
| 指标 | 说明 |
|---|---|
| BLEU / ROUGE | 与参考文本的重合度 |
| Novelty Score | 文本的新颖性程度 |
| Perplexity | 模型的不确定性，低代表更熟悉 |
| Human Evaluation | 人类的主观评分最为关键 |