| 摘要: | 近年來由於詞曲詩詞等文本生成類型的應用越來越多學者相繼投入研究，然而關於這方面研究大都需要使用人力評估，因而容易造成量化標準不一情形，因為當使用同一方法研究卻用不同人力評估時，結果很可能不盡相同，就算是同一批人的調查結果，根據調查時的各種變因都有可能會影響結果。本研究針對國內流行歌曲歌詞網中，幾位風格較具特色的作詞家之歌詞作品，將其作品資料使用sequence generative adversarial nets (SeqGAN)進行訓練，並於訓練過程中，取出訓練程度不同的判別器，並將五個不同訓練次數(20, 40, 60, 80, 100)組合建立文本相似度評分器，以此作為歌詞與歌詞之間的評量方式。實驗結果顯示，詞風相似的作詞家，有較高的評分。 |