计算机学习写诗主要依赖于自然语言处理（NLP）技术和机器学习算法。以下是一些关键步骤和方法：
自然语言处理技术
语言模型：使用语言模型来预测下一个词或字符，这是写诗的基础。例如，循环神经网络（RNN）和长短期记忆网络（LSTM）可以用于此目的。
词嵌入：将字或词编码成向量，以便计算机能够理解和处理。这有助于捕捉词语之间的语义和语法关系。
机器学习算法
监督学习：通过大量的诗歌数据训练模型，使其学会生成符合诗歌结构和韵律的文本。例如，使用LSTM和RNN算法来学习和预测古诗、唐诗等。
无监督学习：在没有标注数据的情况下，通过聚类或生成模型来发现语言中的模式和规律。例如，遗传算法可以用于生成具有欣赏价值的宋词。
启发式搜索
填词过程：类似于人类写词时根据词牌要求逐个填写，计算机可以通过启发式搜索沿着较优方向生成诗句。
深度学习
RNN/LSTM：利用具有记忆能力的神经网络结构，通过读取诗样本来记忆诗的结构，并通过默写方式训练写诗能力。
Transformer模型：近年来，Transformer模型在自然语言处理任务中表现出色，也可以用于写诗。
AI写诗软件和方法
GPT-3：OpenAI的GPT-3是一个强大的语言生成模型，可以根据给定的开头或主题生成诗歌。
迅捷抠图：提供AI写诗功能，用户输入关键词和选择诗的类型后即可生成诗歌。
Verse by Verse：允许用户选择著名诗人的风格，并在这些风格中创作诗歌。
建议
学习资源：可以学习相关课程和教程，深入了解自然语言处理和机器学习的基本原理。
实践项目：尝试使用上述方法中的几种，通过实践来提高写诗能力。
创意输入：提供不同的输入和关键词，观察计算机生成的诗歌变化，激发创意。
通过这些方法，计算机可以逐渐学会写诗，并生成具有文学价值的诗篇。