明年，我要用 AI 給全村寫對聯(lián)

? 轉(zhuǎn)自：HyperAI超神經(jīng)

? 作者：神經(jīng)小兮

春節(jié)已經(jīng)過完，你是否還沉浸在年味里？

到臘月二十九、三十，家家戶戶貼上了 紅紅的春聯(lián)，春節(jié)就正式拉開了序幕。

春聯(lián)也稱為「對聯(lián)」、「門對」、「楹聯(lián)」，是漢語所獨有的一種藝術(shù)形式，有著悠久的歷史。2005 年，中國國務院把楹聯(lián)習俗，列為第一批國家非物質(zhì)文化遺產(chǎn)名錄。

對聯(lián)對聯(lián)，講究的就是「成對」，要對仗工整，平仄協(xié)調(diào)。不過現(xiàn)代人的對對聯(lián)技能，已經(jīng)遠不如古代的文人墨客，甚至有時候可能連上下聯(lián)都傻傻分不清楚。而聰明的 AI 已經(jīng)學會自己寫對聯(lián)了。

01

70 萬條對聯(lián)數(shù)據(jù)，教會 AI 對對子

在現(xiàn)有公開的對聯(lián)數(shù)據(jù)集中，以馮重樸_梨味齋散葉_的博客所發(fā)布的 couplet-dataset 數(shù)據(jù)最為龐大、使用也最為廣泛。

左右滑動查看數(shù)據(jù)集節(jié)選內(nèi)容

前兩張分別為訓練集的上聯(lián)和下聯(lián)

后兩張分別為測試集的上聯(lián)和下聯(lián)

這份數(shù)據(jù)集共包含 70 余萬條對聯(lián)數(shù)據(jù)，按字切分。

數(shù)據(jù)集分為訓練集、測試集以及詞匯表。

其中，如上圖節(jié)選內(nèi)容所示，訓練集分輸入、輸出兩部分，分別為對聯(lián)的上聯(lián)與下聯(lián)，按次序一一對應，測試集同理。

數(shù)據(jù)集詳細信息如下：

couplet-dataset?

對聯(lián)數(shù)據(jù)集

數(shù)據(jù)來源：馮重樸_梨味齋散葉

包含數(shù)量：70 萬條對聯(lián)?

數(shù)據(jù)格式：.txt

數(shù)據(jù)大?。?/strong>59.7 MB（壓縮文件 27.4 MB）

地址：https://hyper.ai/datasets/14547

這個數(shù)據(jù)集已經(jīng)成為對聯(lián)數(shù)據(jù)中的「團寵」，被眾多 AI 工程師、團隊用來作為寫對聯(lián)模型的訓練數(shù)據(jù)集，華為的樂府春聯(lián)亦是用該數(shù)據(jù)集訓練而來，可通過以上地址或點擊閱讀原文，下載該數(shù)據(jù)集。不過有一個小小的遺憾是，這一數(shù)據(jù)集中沒有橫批，還需要各位自己發(fā)揮。

02

AI：沒有我對不出來的對聯(lián)

一位名叫王斌的程序員，爬取和使用該對聯(lián)數(shù)據(jù)集，用 GTX 1080 Ti 訓練了 4 天，得到了一個自動對對聯(lián)模型。效果如何？我們來測試一下。

左右滑動查看更多

測試地址：https://ai.binwang.me/couplet/

這位程序員還將該項目在 GitHub 開源：

https://github.com/wb14123/couplet-dataset

另外一位工程師，則基于 GPT2-Chinese 和該對聯(lián)數(shù)據(jù)集，訓練了一份對聯(lián)領(lǐng)域的 GPT-2 模型，可自動生成對聯(lián)。

它將其 server 版本對接到微信公眾號 AINLP 后臺，可以直接在對話框進行測試。

輸入關(guān)鍵詞「寫對聯(lián)」，可觸發(fā)對聯(lián)自動生成，例如輸入「寫對聯(lián)金牛」，對聯(lián)模型會基于「金?！惯M行自動續(xù)寫，給出以「金?！归_頭的 3 個對聯(lián)：

左右滑動查看更多

輸入「對對聯(lián) + 一組上聯(lián)」，可得到三組對聯(lián)，比如：

左右滑動查看更多

目前看來，對于一些經(jīng)典對聯(lián)，AI 能做到對仗比較工整，且想象力豐富，對于同一上聯(lián)，可對出多個不同下聯(lián)；而對于一些不常在對聯(lián)中出現(xiàn)的字詞，AI 表現(xiàn)有些隨意牽強。當然，讓 AI 對「人工智能」什么的，也的確是有些為難人家了。

華為團隊開發(fā)的 AI 對聯(lián)，也是以 Couplet-dataset 對聯(lián)數(shù)據(jù)集作為訓練數(shù)據(jù)。該模型可以根據(jù)給定主題，生成對聯(lián)。以下分別是輸入「新春快樂」、「平安健康」、「一夜暴富」主題的生成結(jié)果，可滑動查看：

左右滑動查看不同主題的 AI 對聯(lián)

明年，你要不要也訓練一個自己的 AI 寫春聯(lián)模型，為家人寫副對聯(lián)呢？

往期精彩：
【原創(chuàng)首發(fā)】機器學習公式推導與代碼實現(xiàn)30講.pdf
【原創(chuàng)首發(fā)】深度學習語義分割理論與實戰(zhàn)指南.pdf
?談中小企業(yè)算法崗面試
?算法工程師研發(fā)技能表
?真正想做算法的，不要害怕內(nèi)卷
?技術(shù)學習不能眼高手低
?技術(shù)人要學會自我營銷
?做人不能過擬合
點個在看