图像描述是一个将计算机视觉和自然语言处理巧妙结合的任务,它将输入的图片直接转化为人们能理解的文字。图像描述在图像语义辅助理解、图像检索等方面有很强的实用价值。对图像生成多种类型的描述,从易用性、实用性、创新性等方面来说,都具有一定的参考价值。本文提出了一种图像的多类型中文描述生成方法,并开发了一套图像多类型中文描述生成系统。描述类型包括中文文本描述、古诗和佳句。针对中文文本描述的生成,在目前效果较好的英文文本描述算法的基础上,采用了效果更好的图像特征提取层。由于中文分词存在歧义等问题,采用了基于字的描述生成方法。由于文本生成过程中不能对不同区域的图像特征进行权重配置,采用了注意力机制计算不同时刻不同区域的图像特征权重值。结合最优的超参数和大规模中文文本描述数据集,训练出一个优秀的中文文本描述生成模型。同时,对文本描述提取关键词,根据关键词生成古诗和佳句。针对古诗的生成,通过文本描述提取的关键词联想出四个诗歌关键词,然后采用双端多层LSTM结构对当前句的关键词和上文信息进行编码,采用基于注意力机制的编码器-解码器模型生成当前诗句。针对名言佳句的生成,通过比较和分析深度学习自动生成方法和关键词匹配方法的结果,确定最终采用关键词匹配方法,匹配所爬取的佳句数据集中最合适的一条佳句。针对系统的开发,设计并开发了一套简洁、易扩展的系统,并和训练好的模型进行集成。整个系统具有较强的可用性,各项描述生成时间基本控制在三秒以内。若能进一步获得更好的计算资源和完备的标记数据,论文所述算法在参数模型、评价指标等方面有望取得更大的突破。