【逆天的算法】这几首宋词，你能看出来是出自计算机之手吗？

先来看看下面的几首宋词：

宋词一：
西江月
饮酒开怀酣畅，洞箫笑语尊前。欲看尽岁岁年年，悠然轻云一片。
赏美景开新酿，人生堪笑欢颜。故人何处向天边，醉里时光渐渐。

宋词二：
清平乐
相逢缥缈，窗外又拂晓。长忆清弦弄浅笑，只恨人间花少。
风雨重阳又过，登高多少黄昏。黄菊不待清尊，相思飘落无痕。

宋词三：
佳人 点绛唇
人静风清,兰心蕙性盼如许.夜寒疏雨,临水闻娇语.
佳人多情,千里独回首.别离后,泪痕衣袖,惜梦回依旧.

第一感觉是不是在想这是哪位大家的手笔，如果告诉你这是由遗传算法自动生成的，你会不会对之前的上过的语文课有些许感慨。你觉得计算机的作诗能力如何呢？

什么是遗传算法？

遗传算法指的是迷你达尔文生物进化论自然选择，以及遗传学机理生物进化的过程的一种计算模型。

有人说遗传算法很少用，实际上，在很多地方，遗传算法都有很有趣的应用。这不，有人就把遗传算法用在宋词中。分享者称是用在NLG(自然语言生成)技术中的。

自动生成宋词的遗传算法

生成宋词的算法是来自厦门大学和浙江大学的三位学者，主要针对宋词这种特殊的汉语诗歌体裁，设计了其自动生成算法及其实现方法。

根据宋词特点设计了基于平仄的编码方式，将“平、仄”与“0、1”编码相对应的编码方案.比如词牌《清平乐》平仄分布如下：

⊙平⊙仄,⊙仄平平仄.⊙仄⊙平平仄仄,⊙仄⊙平⊙仄.

⊙平⊙仄平平,⊙平⊙仄平平.⊙仄⊙平⊙仄,⊙平⊙仄平平.

其中⊙表示可平可仄.根据我们的编码方案可得如下编码串:

*0*1,*1001.*1*0011,*1*0*1.

*0 *100,*0*100.*1*0*1,*0*100.

通过对大量宋词语句构成的分析,发现组成句子的有效模式的数目是有限的,并且呈现出了层次化的结构,因此比较适合采用DFA(deterministic finite automata)来表示。随机组合的词语,在产生大量的备选个体后,逐个进行DFA 分析测试,通过留下,没通过则剔除。

宋词的语义计算问题，包括词义相关度计算、词义相似度计算，以及风格情感一致性计算3 个方面。计算词义相关的目的是建立词语间的关联，发掘词语共现和搭配的可能，从而保证生成诗词行文和主题上的连贯。

下面是该算法的论文，感兴趣的可以读一读。

Via W3Cschool