关于机器写小说或者写文章的调研

有一天机器可以写小说吗
      从马尔可夫模型到神经网络，把自然语言生成的层级从句子拉到了诗词（段落）。然而如果是写一篇文章、一篇小说，那又如何实现呢？关于RNN的方法在本质是根据前面的字来预测下一个字，也就是说在生成的时候其实是没有整句话的信息的。这显然与人类在写文章的时候会首先想好要讲什么是有些不同的。　变分自动编码器VAE的提出，设法在RNN之上运用全域的信息，而这个信息可以是句子的特征，也可以是句子的主题等。虽然这样的架构允许我们在生成的时候使用上整句的信息，但是在整篇文章的层级，这显然是不够的。
（ｏｓ：下一步可以去看看VAE喽）
      写出通顺的句子并不难，基于RNN的语言模型在学习了一定量自然语言的语料之后，不给任何输入，或者给一个开头，就可以生成出像模像样的句子来。但是，一旦生成多个句子之后，往往读起来似懂非懂，不明白它到底想要说什么。这是因为，机器人只是学到了常见的词语、搭配和句子，但它没有想要表达的目标。
      所以一个研究的难点也可以说是切入点吧，就是怎样来控制机器人写作的内容。包括以下几个方面吧：

• 由人给定写作的一些关键词
• 给定写作主干，由机器来进行扩充描写
• 在对话中，给出一句，由机器来主动完成下一句

• 输入一幅图，由机器人来描述这幅图表现的场景

        对于如何让多个句子之间逻辑通顺，这对人工智能技术的要求就不仅仅是语言的层面，还涉及知识表示、推理和常识。作家在写文章时，对这个世界有很多潜在的设定。可是机器对这个世界的了解还远没有达到那种程度，很多常识性的东西可能并不能理解。例如，作家知道，下雨的时候，在户外如果不打伞可能会淋湿；一个人出现在一个地方，同时不会出现在另一个地方。但是目前的人工智能技术还很难广泛地刻画这些常识，即使有大量结构化的知识网络，因为推理的不完善，机器人还是不能完全知道一个事实会影响哪些细节。

      如何讲一个故事，也就是需要在整体上安排段落。

      核心的困难并不是写作本身，而是机器人无法自动判定是否写的对，写的好。一般这应该需要常识、推理甚至情感的感受力。
      所以，或许可以从如下方面着手，涉及一个目标函数和反馈，使机器学得上下句之间的关联，在进行书写的时候可以通过上一句的信息来决定接下来的写作。