Générateur de Sonets

Sur la base de The Oupoco Database of French Sonnets from the 19th Century, ce dataset contient 4820 sonnets du 19ème siecle en Français.

Contenu

• main.py : Entrée principale du code - modifiez la variable USE_TUNER pour lancer le Tuner ou non (Les meilleurs hyperparamètres que trouvés seront utilisés sinon) Lors de l'apprentissage, un exemple de génération est executé à chaque epoch
• xml2json.py : Converti le fichier xml source en json pour une meilleure lisibilité
• json2text.py : Converti les données du sonnet en String en ajoutant les tags nécessaires à l'apprentissage et en nettoyant légèrement les données (caratères spéciaux, espaces etc...) La forme de chaque sonnet est :

<sonnet>
    <title> TITRE </title>  
    <stropheA> 
        <lineA> Ligne 1 <rime> r i </rime> mot qui rime </lineA> 
        <lineB> Ligne 2 <rime> r i </rime> mot qui rime </lineB> 
        <lineC> Ligne 3 <rime> r i </rime> mot qui rime </lineC> 
        <lineD> Ligne 4 <rime> r i </rime> mot qui rime </lineD> 
    </stropheA> 
    <stropheB> 
        <lineA> Ligne 1 <rime> r i </rime> mot qui rime </lineA> 
        <lineB> Ligne 2 <rime> r i </rime> mot qui rime </lineB> 
        <lineC> Ligne 3 <rime> r i </rime> mot qui rime </lineC> 
        <lineD> Ligne 4 <rime> r i </rime> mot qui rime </lineD> 
    </stropheB>
    <stropheC> 
        <lineA> Ligne 1 <rime> r i </rime> mot qui rime </lineA> 
        <lineB> Ligne 2 <rime> r i </rime> mot qui rime </lineB> 
        <lineC> Ligne 3 <rime> r i </rime> mot qui rime </lineC>  
    </stropheC> 
     <stropheD> 
        <lineA> Ligne 1 <rime> r i </rime> mot qui rime </lineA> 
        <lineB> Ligne 2 <rime> r i </rime> mot qui rime </lineB> 
        <lineC> Ligne 3 <rime> r i </rime> mot qui rime </lineC> 
    </stropheD>
</sonnet>

• text2seq.py : Converti les String du sonnet au format tf.Record et permet de charger ces données par la suite
• model_class.py : Spécification du modèle de l'autoencoder
• sample_generator.py : Classe appelée pour afficher le résultat de la génération sur la base du titre : "<sonnet> <title> Amour fou </title> <stropheA> <lineA>"

Le modèle est construit sur la base de Tensorflow / Keras Les hyper paramètres ont été définis en utilisant keras_tuner

License

MIT