Cesar Vallejo, poeta y escritor peruano, es en opinión del crítico Thomas Merton, «el más grande poeta católico desde Dante, y por católico entiendo universal» y según Martin Seymour-Smith, «el más grande poeta del siglo XX en todos los idiomas» [1]. Si buscamos en el diccionario la definición de la palabra “Poesía” encontraremos esta definición: “Composición literaria que se concibe como expresión artística de la belleza por medio de la palabra, en especial aquella que está sujeta a la medida y cadencia del verso”. Dada esta definición de poesía y el gran reconocimiento a la obra de Cesar Vallejo muchas personas creerían imposible que en menos de 2 horas un modelo de inteligencia artificial puede aprender a generar automáticamente composiciones literarias que expresen artísticamente la belleza, o en otras palabras, poemas, simulando el estilo del más grande poeta peruano: Cesar Vallejo.
¿Puede una computadora escribir poesía?
Sí, en este proyecto mediante algoritmos de Deep Learning para procesamiento de lenguaje natural fue generado un modelo computacional que genera poemas con el estilo de Vallejo. Antes de ir a los resultados nos gustaría contarles un poco más sobre qué es Deep Learning.
¿Qué es Deep Learning?
Deep Learning es un sub-área de Machine Learning [2], es un tipo de análisis de datos que utiliza algoritmos de aprendizaje como las redes neuronales recurrentes y convolutivas para analizar grandes cantidades de datos de todo tipo (e.g. texto, imagen, video, entre otros), aprender de ellos y, finalmente, resolver un problema, proporcionar ideas o predecir un resultado.
Para este proyecto se utilizaron las redes neuronales recurrentes. Las redes neuronales recurrentes permiten trabajar con secuencias, intentando imitar el razonamiento humano [3]. Los humanos no comienzan su pensamiento desde cero cada segundo. Al leer este texto, entiendes cada palabra según tu comprensión de las palabras anteriores. No olvidas todo y comienzas a pensar de nuevo. Tus pensamientos tienen persistencia. Por ejemplo, imagine que desea predecir qué escribiría Vallejo según lo que ya escribió en cada verso de uno de sus poemas.
¿Cómo fue hecho este modelo?
El primer paso fue conseguir los datos de entrenamiento del modelo, en este caso los datos consistieron de versiones digitales (no oficiales) de algunos de los poemas de Cesar Vallejo. Luego de un proceso de limpieza de datos, se utilizo Keras [4] para definir, entrenar y evaluar el modelo.
¿Qué resultados obtuvieron?
Se obtuvieron resultados interesantes en los cuales se captura la esencia de la expresión artística de Vallejo. Sin embargo, las pruebas y ajustes finales para obtener un modelo óptimo continúan. Para finalizar les presentamos algunos ejemplos de lo que puede escribir nuestro programa:
Si tienes más curiosidad, puedes probar el modelo tú mismo entrando a este Generador de Poemas al estilo César Vallejo.
Referencias
[1] Cisneros, L. B., Valdelomar, A., Vallejo, C., Aliaga, F. P., Diez-Canseco, J., Palma, R., & Nemo, A. (n.d.). 7 mejores cuentos - Perú. Tacet Book. Retrieved from https://books.google.com.pe/books?id=wnjkDwAAQBAJ.
[2] Olah, C. (2015). Understanding LSTM Networks. http://colah.github.io/posts/2015-08-Understanding-LSTMs/.
[3] Intellectsoft. (2017). What is AI: Understanding Deep Learning. https://www.intellectsoft.net/blog/ai-understanding-deep-learning.
[4] Chollet, F., & others. (2015). Keras. https://keras.io.