By 超神經
內容提要：到了臘月二十九、三十，家家戶戶都要開始貼春聯了，今年，各種 AI 寫春聯應用都紛紛上線，幫大家寫春聯，要試試嗎？
關鍵詞：AI 寫春聯 NLP
春節接近尾聲，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，春節就正式拉開了序幕，
春聯也稱為「對聯」、「門對」、「楹聯」，是漢語所獨有的一種藝術形式，有著悠久的歷史，2005 年，中國國務院把楹聯習俗，列為第一批國家非物質文化遺產名錄，
對聯對聯，講究的就是「成對」，要對仗工整，平仄協調，不過現代人的對對聯技能，已經遠不如古代的文人墨客，甚至有時候可能連上下聯都傻傻分不清楚，而聰明的 AI 已經學會自己寫對聯了，
70 萬條對聯資料，教會 AI 對對子
在現有公開的對聯資料集中，以馮重樸_梨味齋散葉_的博客所發布的 couplet-dataset 資料最為龐大、使用也最為廣泛，
左右滑動查看資料集節選內容
前兩張分別為訓練集的上聯和下聯
后兩張分別為測驗集的上聯和下聯
這份資料集共包含 70 余萬條對聯資料，按字切分，
資料集分為訓練集、測驗集以及詞匯表，
其中，如上圖節選內容所示，訓練集分輸入、輸出兩部分，分別為對聯的上聯與下聯，按次序一一對應，測驗集同理，
資料集詳細資訊如下：
couplet-dataset
對聯資料集
資料來源：馮重樸_梨味齋散葉
包含數量：70 萬條對聯
資料格式：.txt
資料大小：59.7 MB（壓縮檔案 27.4 MB）
地址：https://hyper.ai/datasets/14547
這個資料集已經成為對聯資料中的「團寵」，被眾多 AI 工程師、團隊用來作為寫對聯模型的訓練資料集，華為的樂府春聯亦是用該資料集訓練而來，可通過以上地址或點擊閱讀原文，下載該資料集，不過有一個小小的遺憾是，這一資料集中沒有橫批，還需要各位自己發揮，
AI：沒有我對不出來的對聯
一位名叫王斌的程式員，爬取和使用該對聯資料集，用 GTX 1080 Ti 訓練了 4 天，得到了一個自動對對聯模型，效果如何？我們來測驗一下，
左右滑動查看更多
測驗地址：https://ai.binwang.me/couplet/
這位程式員還將該專案在 GitHub 開源：
https://github.com/wb14123/couplet-dataset
另外一位工程師，則基于 GPT2-Chinese 和該對聯資料集，訓練了一份對聯領域的 GPT-2 模型，可自動生成對聯，
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驗，
輸入關鍵詞「寫對聯」，可觸發對聯自動生成，例如輸入「寫對聯金牛」，對聯模型會基于「金牛」進行自動續寫，給出以「金牛」開頭的 3 個對聯：
左右滑動查看更多
輸入「對對聯 + 一組上聯」，可得到三組對聯，比如：
左右滑動查看更多
目前看來，對于一些經典對聯，AI 能做到對仗比較工整，且想象力豐富，對于同一上聯，可對出多個不同下聯；而對于一些不常在對聯中出現的字詞，AI 表現有些隨意牽強，當然，讓 AI 對「人工智能」什么的，也的確是有些為難人家了，
華為團隊開發的 AI 對聯，也是以 Couplet-dataset 對聯資料集作為訓練資料，該模型可以根據給定主題，生成對聯，以下分別是輸入「新春快樂」、「平安健康」、「一夜暴富」主題的生成結果，可滑動查看：
左右滑動查看不同主題的 AI 對聯
明年，你要不要也訓練一個自己的 AI 寫春聯模型，為家人寫副對聯呢？
—— 完 ——
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/260963.html
標籤：AI