点击上方“视学算法”,选择加"星标"或“置顶”
重磅干货,第一时间送达
明敏 发自 凹非寺
量子位 | 公众号 QbitAI
艾瑞巴得,又有神器来拯救文盲了!
天气太热只会念叨一句“热死了”?发朋友圈翻来覆去才憋出几个字?
这个检索神器值得了解一下。
只要在搜索框里输入你想表达的意思,如“热死了”。
立刻就能有20个表达这一意思的句子任君挑选。
句子类型还能按需选取,名言警句、歇后语、古诗文都不在话下。
并且给出的名言还会注明出处作者,这下再也不用啥话都往迅哥儿身上套了。
怪不得网友直呼:朋友圈文案高级表达查找替换系统。
而且,我们在试玩了几轮后发现,这个神器在hold住网络俗语“精髓”上的表现有些出人意料。
比如这两天大家都在说的“精神内耗”。
它给出了一段卢梭的话,完全拿捏住了词语本来的意思,语言逼格立马提升好几度。
甚至还能找出意思相近的古诗文。
来自欧阳修《秋声赋》中的这句“百忧感其心,万事劳其形,有动乎中,必遥其情”,说的意思就是焦虑使人精神疲惫。
果真是能通杀古今了。
于是,我们找来了更多网络流行语喂给它,看看还能擦出什么火花~
听我说谢谢你,但古诗版
第一个要尝试的网络名句,是“听我说,谢谢你”。
神器反向输出结果中,意思最为贴近的是王维的这句“举世无相识,终身思旧恩”。
这句诗中明确体现了说话主体人表达感谢之意,称得上是“听我说谢谢你”的究极上流版。
还有在句式上非常接近的结果,是温庭筠笔下的“知我意,感君怜”。
最让人意想不到的,是神器反向输出了《将进酒》里的“与君歌一曲,请君为我倾耳听”。
乍看之下,这个答案好像是错的。
但要知道“听我说谢谢你”能成为梗,就是因为防疫人员尴尬被迫听歌事件……
这么看,反向输出神器还意外扣了题。
不只是这句梗,还有很多网络用语,反向输出神器的回答都是貌似不着边际,但又让人觉得异常契合。
比如输入“无语子”,给出的诗句有:
满怀心腹事,尽在不言中。
这不就是大家表达无语时的真实心境吗?因为不便明说,所以沉默,所以无语。
还有这句“你品,你细品”,输出的诗句也都带有了仔细品读、反复回味的意思。
那么,这个好用又好玩的神器,到底是什么来头呢?
来自清华的“据意查句”
以上说的这个好登西,是由清华推出的“据意查句”神器——WantQuotes。
诞生自清华大学计算机系自然语言处理与社会人文计算实验室(THUNLP),项目指导教师为孙茂松教授和刘知远副教授。
能够快速从全世界这么多语料中找到你想要的句子,这个神器主要靠的是一个超大的数据集和一个推荐模型。
数据集包含了英语、现代汉语和文言文三大部分。
其中,英语部分有6108个名言警句和126713个上下文文本段;
现代汉语部分,包含有3004句名言和408433个相关上下文;
文言文部分,则有4438段文言典故(包括古诗)和116537段相关上下文。
推荐模型方面,本文提出使用BERT作为句子编码器来学习名言警句和相关文本表示。
但由于绝大多数名言警句的表达都非常凝练,但是可能其中每个背后的意义又包含很多层,所以在本方法中,研究人员将义原引入到编码器中。
简单来说,义原是语言学中最小的语义单位。语言学家认为义原体系在任何语言中都适用,不与特定语言相关。
举个例子,“男孩”这个词可以由“人类”、“男性”、“儿童”这个三个义原表示,“女孩”则可以由“人类”、“女性”、“儿童”的组合来表达。
因此在模型中引入义原后,就能很好解决词义消歧的问题,并且能更准确地捕捉到词与词之间的关系。
也就是让模型把语言学得更加透彻。
而在具体任务对比中可以看到,本文方法的性能均优于其他方法。
同时用消融实验验证了训练方法的有效性(下表最后三行结果)。
在只给出左侧文本的条件下,本文方法的结果依旧优于过去方法。
还有反向词典和AI作诗系统
看到这里你可能觉得这项工作有点似曾相识。
没错,那个之前爆火的“反向词典”也来自这个实验室。
所谓“反向”,就是和常规词典不同,不是按词寻义,而是反过来给词典一段描述,让它来帮你找词。
比如还是这句“听我说谢谢你,因为有你,温暖了四季”,用成语应该怎么说?
反向词典可以立马抛出几十乃至上百个选项出来,并且还会标注推荐程度。
背景颜色越深,代表系统推荐程度越高。
要是碰上啥看不懂的,鼠标一点,就能查看具体释义。
而除了拯救现代失语人外,他们还让AI尝试过写古诗,之前也在网络上爆火过。
不得不说,THUNLP真是要把AI+中文玩出花了。
该实验室由孙茂松教授领衔,教师队伍中还有刘洋教授和刘知远副教授。
前不久,THUNLP还获得了ACL 2022最佳演示论文奖(Best Demo Paper Award)。
该奖项是ACL系列会议对System Demonstration论文授予的最佳论文奖项,每届会议基于评审人员评估的系统贡献度、完成度、影响力及会议演示综合效果的综合评价评选出一篇获奖论文。
One More Thing
目前,“反向词典”在网页端和微信小程序上都能使用,APP在路上了。
“据意查句”还只能在网页端使用(需要扫码关注公众号登陆一下子)。
另外,团队表示还是希望大家在使用时多给反馈、多提建议。
比如给好的推荐名句点赞,如果看到有错误之处也能直接指正。
对了,研发团队还表示,作为开源项目随时欢迎大家加入,参与项目设计&开发、提出需求、反馈问题。
感兴趣的话就去官网戳戳公告吧~
“据意查句”官网:
https://wantquotes.net/
“反向词典”官网:
https://wantwords.net/
参考链接:
https://weibo.com/5198011111/LE58vxn0N?
— 完 —
点个在看 paper不断!