“聽我説謝謝你”還能用古詩來説？清華搞了個據意查句神器，一鍵搜索你想要的名言警句_風聞

明敏 發自 凹非寺

量子位 | 公眾號 QbitAI

艾瑞巴得，又有神器來拯救文盲了！

天氣太熱只會唸叨一句“熱死了”？發朋友圈翻來覆去才憋出幾個字？

這個檢索神器值得了解一下。

只要在搜索框裏輸入你想表達的意思，如“熱死了”。

立刻就能有20個表達這一意思的句子任君挑選。

句子類型還能按需選取，名言警句、歇後語、古詩文都不在話下。

並且給出的名言還會註明出處作者，這下再也不用啥話都往迅哥兒身上套了。

怪不得網友直呼：朋友圈文案高級表達查找替換系統。

而且，我們在試玩了幾輪後發現，這個神器在hold住網絡俗語“精髓”上的表現有些出人意料。

比如這兩天大家都在説的“精神內耗”。

它給出了一段盧梭的話，完全拿捏住了詞語本來的意思，語言逼格立馬提升好幾度。

甚至還能找出意思相近的古詩文。

來自歐陽修《秋聲賦》中的這句“百憂感其心，萬事勞其形，有動乎中，必遙其情”，説的意思就是焦慮使人精神疲憊。

果真是能通殺古今了。

於是，我們找來了更多網絡流行語餵給它，看看還能擦出什麼火花~

聽我説謝謝你，但古詩版

第一個要嘗試的網絡名句，是“聽我説，謝謝你”。

神器反向輸出結果中，意思最為貼近的是王維的這句“舉世無相識，終身思舊恩”。

這句詩中明確體現了説話主體人表達感謝之意，稱得上是“聽我説謝謝你”的究極上流版。

還有在句式上非常接近的結果，是温庭筠筆下的“知我意，感君憐”。

最讓人意想不到的，是神器反向輸出了《將進酒》裏的“與君歌一曲，請君為我傾耳聽”。

乍看之下，這個答案好像是錯的。

但要知道“聽我説謝謝你”能成為梗，就是因為防疫人員尷尬被迫聽歌事件……

這麼看，反向輸出神器還意外扣了題。

不只是這句梗，還有很多網絡用語，反向輸出神器的回答都是貌似不着邊際，但又讓人覺得異常契合。

比如輸入“無語子”，給出的詩句有：

滿懷心腹事，盡在不言中。

這不就是大家表達無語時的真實心境嗎？因為不便明説，所以沉默，所以無語。

還有這句“你品，你細品”，輸出的詩句也都帶有了仔細品讀、反覆回味的意思。

那麼，這個好用又好玩的神器，到底是什麼來頭呢？

來自清華的“據意查句”

以上説的這個好登西，是由清華推出的“據意查句”神器——WantQuotes。

誕生自清華大學計算機系自然語言處理與社會人文計算實驗室（THUNLP），項目指導教師為孫茂松教授和劉知遠副教授。

能夠快速從全世界這麼多語料中找到你想要的句子，這個神器主要靠的是一個超大的數據集和一個推薦模型。

數據集包含了英語、現代漢語和文言文三大部分。

其中，英語部分有6108個名言警句和126713個上下文文本段；

現代漢語部分，包含有3004句名言和408433個相關上下文；

文言文部分，則有4438段文言典故（包括古詩）和116537段相關上下文。

推薦模型方面，本文提出使用BERT作為句子編碼器來學習名言警句和相關文本表示。

但由於絕大多數名言警句的表達都非常凝練，但是可能其中每個背後的意義又包含很多層，所以在本方法中，研究人員將義原引入到編碼器中。

簡單來説，義原是語言學中最小的語義單位。語言學家認為義原體系在任何語言中都適用，不與特定語言相關。

舉個例子，“男孩”這個詞可以由“人類”、“男性”、“兒童”這個三個義原表示，“女孩”則可以由“人類”、“女性”、“兒童”的組合來表達。

因此在模型中引入義原後，就能很好解決詞義消歧的問題，並且能更準確地捕捉到詞與詞之間的關係。

也就是讓模型把語言學得更加透徹。

而在具體任務對比中可以看到，本文方法的性能均優於其他方法。

同時用消融實驗驗證了訓練方法的有效性（下表最後三行結果）。

在只給出左側文本的條件下，本文方法的結果依舊優於過去方法。

還有反向詞典和AI作詩系統

看到這裏你可能覺得這項工作有點似曾相識。

沒錯，那個之前爆火的“反向詞典”也來自這個實驗室。

所謂“反向”，就是和常規詞典不同，不是按詞尋義，而是反過來給詞典一段描述，讓它來幫你找詞。

比如還是這句“聽我説謝謝你，因為有你，温暖了四季”，用成語應該怎麼説？

反向詞典可以立馬拋出幾十乃至上百個選項出來，並且還會標註推薦程度。

背景顏色越深，代表系統推薦程度越高。

要是碰上啥看不懂的，鼠標一點，就能查看具體釋義。

而除了拯救現代失語人外，他們還讓AI嘗試過寫古詩，之前也在網絡上爆火過。

不得不説，THUNLP真是要把AI+中文玩出花了。

該實驗室由孫茂松教授領銜，教師隊伍中還有劉洋教授和劉知遠副教授。

前不久，THUNLP還獲得了ACL 2022最佳演示論文獎（Best Demo Paper Award）。

該獎項是ACL系列會議對System Demonstration論文授予的最佳論文獎項，每屆會議基於評審人員評估的系統貢獻度、完成度、影響力及會議演示綜合效果的綜合評價評選出一篇獲獎論文。

One More Thing

目前，“反向詞典”在網頁端和微信小程序上都能使用，APP在路上了。

“據意查句”還只能在網頁端使用（需要掃碼關注公眾號登陸一下子）。

另外，團隊表示還是希望大家在使用時多給反饋、多提建議。

比如給好的推薦名句點贊，如果看到有錯誤之處也能直接指正。

對了，研發團隊還表示，作為開源項目隨時歡迎大家加入，參與項目設計&開發、提出需求、反饋問題。

感興趣的話就去官網戳戳公告吧~

“據意查句”官網：https://wantquotes.net/

“反向詞典”官網：https://wantwords.net/

參考鏈接：https://weibo.com/5198011111/LE58vxn0N?