自动做诗词的软件app有很多种，其中比较有代表性的是基于机器学习技术的应用。这类应用通常采用深度学习技术和自然语言处理技术，对海量的诗词数据进行训练，从而能够自动生成具有一定语言美感和文化内涵的诗词。
自动做诗词软件的原理主要包括以下几个步骤：
1. 数据准备：将大量的诗词数据进行整理、清洗和标注，形成结构化的数据集。这个过程需要消耗大量的人力和时间，是自动做诗词的关键步骤之一。
2. 特征提取：对于每一首诗词，需要将其转化为一组能够被计算机识别和处理的特征向量。这些特征向量可以包括词频、句子长度、押韵方式等等。
3. 模型训练：在特征向量的基础上，采用机器学习算法来训练模型。这个过程通常需要使用大量的数据和计算资源，可以采用各种机器学习算法，如神经网络、支持向量机、决策树等等。
4. 生成诗词：模型训练完毕后，就可以用它来生成新的诗词。具体的过程是输入一些关键词或者主题，然后让模型自动生成符合这些关键词或主题的诗词。在生成过程中，可能需要对语言模型进行微调，以充分考虑文化和语言的差异。
自动做诗词的软件比较常见的模型包括：循环神经网络（RNN）、长短时记忆神经网络（LSTM）、生成对抗网络（GAN）等等。这些模型都具有一定的优点和缺点，需要根据具体的应用场景和需求进行选择。
除了以上的原理，还有一些细节问题需要注意。例如，由于中文语言的特殊性，生成的诗词可能存在不够流利、押韵不准确、词汇重复等问题。解决这些问题需要对生成的诗词进行后期处理，如增加逻辑关联性、人工编辑等方式，以获得更好的效果。
总之，自动做诗词软件在应用领域具有广泛的前景。通过机器学习技术，我们可以从大量的诗词数据中提取出有价值的信息，为创作和文化传承提供新的思路和方法。
