AI 智能写作与智能写诗
源:你身边的写作助手:智能写作全景介绍 - 飞桨PaddlePaddle的文章 - 知乎
智能写作
一、自动写作
自动写作通常以海量素材为基础,按照应用需求线索(例如事件、人物等)筛选合适的内容,并基于对内容的分析抽取关注的信息,最后按照写作逻辑组织为篇章结果。
二、辅助写作
写什么?如何写?如何写好?推给合适的用户?
自动纠错
人工智能模型通过学习大量已知的错误拼写、搭配等语料,对于正在写作的文章提供实时的错误检测和修改建议。
写作联想
人工智能模型通过学习大量同类文章,可以从统计概率角度推测未完成的句子的后续部分,或已完成句子的下一个句子,这种写作联想在特定领域(例如法律文书)的写作中可以有效提升创作效率
写作素材推荐
在写作过程中,辅助写作可以根据人类正在写作的内容,推荐相关的热点、事件发展脉络等实用信息和素材,节省作者单独搜索整理素材的时间,提高写作体验的连贯性
标题推荐
标题对于创作非常重要,但构思一个具有吸引力的标题并非易事,算法可以在学习大量高质量标题的基础上,为写作者推荐具有吸引力的优质标题
三、智能写作核心技术
经典自然语言生成算法
三个核心步骤:篇章规划、微观规划和表层实现
篇章规划
这一步骤解决**“写什么”**的问题。篇章规划步骤需要决定最终写作结果的标题、段落布局,以及每个文章部分对应的输入素材。
微观规划
这一步骤解决**“如何写”**的问题。常用模板写作(Template-based Generation)完成这一步骤。
表层实现
解决**“如何形成符合人类习惯的自然语言”**的问题。其中比较典型的一个例子是指代生成(Referring Expression Generation),这类方法可以识别需要替换为代词的实体,从而更符合人类的写作习惯。
神经网络序列生成算法
智能写诗算法
智能写诗是机器创作的常用例子,也是序列生成算法的一个典型例子。
- Chinese Poetry Generation with Recurrent Neural Networks
- Chinese Poetry Generation with Planning based Neural Network
标题生成算法
标题生成是在辅助写作中有广泛的应用:完成写作之后,如果能够快速确定一个优质的标题,不仅节省作者的人力投入,也有利于写作结果的分发,让写作结果更好地触及有对应需求和兴趣的读者。
自动摘要算法
自动摘要是序列生成中较困难的问题,因为自动摘要算法通常需要处理长篇幅的输入,而输出也比上面提到的标题、诗句更长。
- Improving Neural Abstractive Document Summarization with StructuralRegularization
- Improving Neural Abstractive Document Summarization with ExplicitInformation Selection Modeling
文本分析技术
智能写作素材的“输入”。
对于各类素材,需要利用 文本分析技术 抽取关键词、标签、情感倾向、摘要等用于智能写作的特征。
四、智能写作VS人工撰稿
误解:智能写作技术能够完全替代人类的写作工作。
写作是人类创造力和智能的集中体现,完全能够替代人类的智能写作技术距离实现仍有较大差距。因此在实践中,智能写作的意义并非替代人类的工作,而是作为一种人工智能赋能的新生产力工具,帮助人类提升媒体、文创等相关行业的生产效率。
五、智能写作展望
未来技术和应用探索的方向:
- 如何引入知识与常识
- 如何不依赖平行语料训练序列生成算法
- 如何高效评估智能写作算法效果
- 如何赋予智能写作技术人文关怀特性
- 如何建设智能写作伦理体系
智能写诗
一、基于传统方法的诗歌生成
机器诗歌生成的工作,始于 20 世纪 70 年代。传统的诗歌生成方法,主要有以下几种:
- **Word Salada(词语沙拉):**是最早期的诗歌生成模型,被称作只是简单将词语进行随机组合和堆砌而不考虑语义语法要求。
- **基于模板和模式的方法:**基于模板的方法类似于完形填空,将一首现有诗歌挖去一些词,作为模板,再用一些其他词进行替换,产生新的诗歌。这种方法生成的诗歌在语法上有所提升,但是灵活性太差。因此后来出现了基于模式的方法,通过对每个位置词的词性,韵律平仄进行限制,来进行诗歌生成。
- **基于遗传算法的方法:**周昌乐等提出并应用到宋词生成上。这里将诗歌生成看成状态空间搜索问题。先从随机诗句开始,然后借助人工定义的诗句评估函数,不断进行评估,进化的迭代,最终得到诗歌。这种方法在单句上有较好的结果,但是句子之间缺乏语义连贯性。
- **基于摘要生成的方法:**严睿等将诗歌生成看成给定写作意图的摘要生成问题,同时加入了诗歌相关的一些优化约束。
- **基于统计机器翻译的方法:**MSRA 的何晶和周明将诗歌生成看成一个机器翻译问题,将上一句看成源语言,下一句看成目标语言,用统计机器翻译模型进行翻译,并加上平仄押韵等约束,得到下一句。通过不断重复这个过程,得到一首完整的诗歌。
二、Chinese Poetry Generation with Recurrent Neural Networks
核心思想:
图解:
这篇论文 2014 年发表在 EMNLP。
这篇论文提出了一个基于 RNN 的中国古诗生成模型。
首先由用户给定的关键词生成第一句,然后由第一句话生成第二句话,由一,二句话生成第三句话,重复这个过程,直到诗歌生成完成。模型的模型由三部分组成:
- **Convolutional Sentence Model(CSM):**CNN 模型,用于获取一句话的向量表示。
- **Recurrent Context Model (RCM):**句子级别的 RNN,根据历史生成句子的向量,输出下一个要生成句子的 Context 向量。
- **Recurrent Generation Model (RGM):**字符级别 RNN,根据 RCM 输出的 Context 向量和该句之前已经生成的字符,输出下一个字符的概率分布。解码的时候根据 RGM 模型输出的概率和语言模型概率加权以后,生成下一句诗歌,由人工规则保证押韵。
模型结构如下图:
模型生成例子如下图:
https://zhuanlan.zhihu.com/p/26604113
https://www.cnblogs.com/naniJser/p/9029619.html
https://blog.csdn.net/wty__/article/details/52677834
七、Chinese Poetry Generation with Planning based Neural Network
模型不需要专家知识,是一个端到端的模型。它试图模仿人类开始写作前,先规划一个写作大纲的过程。整个诗歌生成框架由两部分组成:规划模型和生成模型。
**规划模型:**将代表用户写作意图的 Query 作为输入,生成一个写作大纲。写作大纲是一个由主题词组成的序列,第 i 个主题词代表第 i 句的主题。**使用 TextRank 算法结合 word2Vec 词向量对关键词重要性排列,取最重要的关键词。如果能提取的关键词过少,则使用 RNN 进行预测新的关键词。**如果用户输入的关键词不在词典中,使用 Knowledge-based method 进行关键词扩充(百度百科、wikepedia、WordNet)
**生成模型:**基于 encoder-decoder 框架。有两个 encoder, 其中一个 encoder 将主题词作为输入,另外一个 encoder 将历史生成的句子拼在一起作为输入,由 decoder 生成下一句话。decoder 生成的时候,利用 Attention 机制,对主题词和历史生成内容的向量一起做打分,由模型来决定生成的过程中各部分的重要性。
上个模型,用户的写作意图,基本只能反映在第一句,随着生成过程往后进行,后面句子和用户写作意图的关系越来越弱,就有可能发生主题漂移问题。而规划模型可以使用户的写作意图直接影响整首诗的生成,因此在一定程度上,避免了主题漂移问题,使整首诗的逻辑语义更为连贯。
总体框架图如下:
生成模型框架图如下:
**诗歌图灵测试:**给定一个题目,让机器和人分别做一首诗 ,由人来区分哪首诗是人写的。实验结果也很有意思,对普通人来说,已经无法区分诗是由机器生成的还是人生成的,下面是一组测试的例子:
现代概念诗歌生成例子:
https://www.h3399.cn/201804/571672.html
https://www.leiphone.com/news/201705/f76IMF23tRNKhpkW.html
https://www.cnblogs.com/naniJser/p/6059228.html
https://www.h3399.cn/201804/571672.html
https://www.leiphone.com/news/201705/f76IMF23tRNKhpkW.html
https://www.cnblogs.com/naniJser/p/6059228.html
AI 智能写作与智能写诗相关推荐
- 急速搭建 Serverless AI 应用:为你写诗
前言 首先介绍下在本文出现的几个比较重要的概念: 函数计算(Function Compute): [函数计算](https://statistics.functioncompute.com/?titl ...
- 深度学习框架PyTorch入门与实践:第九章 AI诗人:用RNN写诗
我们先来看一首诗. 深宫有奇物,璞玉冠何有. 度岁忽如何,遐龄复何欲. 学来玉阶上,仰望金闺籍. 习协万壑间,高高万象逼. 这是一首藏头诗,每句诗的第一个字连起来就是"深度学习". ...
- 【AI智能写作】怎样写一篇高质量热门火爆的技术文章?
目录 怎样写出一篇高质量的文章? How can I make sure my article is engaging?如何确保我的文章具有吸引力? 5步教你
- python为你写诗_急速搭建 Serverless AI 应用:为你写诗
背景 AI model serving 是函数计算一个比较典型的应用场景.数据科学家训练好模型以后往往需要找软件工程师把模型变成系统或者服务,通常把这个过程称之为 model serving.函数计算 ...
- 电商智能写作:京东AI闪电智能写作引擎
京东也在电商智能写作领域做了非常多的工作,而且也与阿里妈妈创意中心一样,有试用界面,也接受API调用与商务合作. 京东之前也有李白写作平台(在线:https://libai.jd.com/),那么AI ...
- AIGC用于智能写作的技术综述-达观数据
导语 图1. ChatGPT生成的关于智能写作的介绍 智能写作指使用自然语言处理技术来自动生成文本内容.这种技术通过分析给定语料库,学习文本的结构和语法,然后利用这些信息来生成新的文本.智能 ...
- 你身边的写作助手:智能写作全景介绍
让机器像人一样表达和创作是人工智能的重要愿景,实现这一愿景的核心技术领域之一是智能写作.智能写作近年来不仅在技术上发展迅速,在应用中也体现出愈发重要的价值. 百度智能写作启动较早,在技术和应用方面都积 ...
- AI自动写作辅助工具网站推荐,轻松提升写作效率
给大家推荐几个AI自动写作的素材网站,可以帮助我们适当提升写作效率,也可以用来当作写作的参考,多利用工具并不就是偷懒. 1.Get写作 地址传送:https://getgetai.com/ Get写 ...
- 百分点认知智能实验室:智能校对的技术原理和实践
编者按 :大数据时代下各种文本信息爆炸,传统的文本分析处理工作逐渐被计算机取代.文本数据量越大,其中所包含的错误的总数也越多,通过校对工作来纠正文本中的错误显得尤其重要.传统的校对主要依赖人工,通过人 ...
- python关键词对联_使用百度 AI 进行智能写诗 智能春联
注:本博客为博主在 百度 AI 社区 上分享的一篇文章,由于本博主也是作为一个学习者,所以如果文章中存在错误或者不适合的地方还请见谅. 先来一波推荐: 如果你也喜欢开发,欢迎加入百度 AI 开发平台的 ...
最新文章
- c#获取对象的唯一标识_C#如何获取机器唯一标识符
- java线程的cancel_多线程-Cancel详解
- libsvm学习 all
- kmalloc/kfree,vmalloc/vfree函数用法和区别
- python里面两个大于号_【课堂笔记】Python常用的数值类型有哪些?
- 处理增删改_这10个批量处理的PPT技巧,让你的效率提升100倍!
- java集成groovy
- IntelliJ如何设置自动导包
- 输入缓冲区对程序的影响及解决方法(多种语言都会出现)
- django-元选项
- AndroidO Treble架构下HIDL服务Java框架实现
- 计算机考研专业课408什么意思,科普:考研408是什么意思
- 前端开发常用哪些工具软件?
- 运筹学牛顿法c语言源代码,运筹学与MATlab编程.doc
- win11桌面图标怎么调大小
- 图文讲解Python数据可视化神器
- 剑指Offer——腾讯+360+搜狗校招笔试题+知识点总结
- 火爆的人工智能项目都在这里了|Gitee项目推荐
- 为什么把文字图片放大后有一圈彩色的像素方块,而不是纯黑色的
- 30万条弹幕大军都推荐你去看的《山海情》,是怎样一部最搞笑最土味的扶贫剧