AI也能寫高考作文？我們用清華剛剛開源的「九歌」試了試

曉查 2020-07-07 13:39:28 來源：量子位

曉查 郭一璞 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

今天是高考第一天，我猜，你一定在看全國各地那些奇奇怪怪的高考作文題，還要糾結一下：

這題目，該怎么寫？

那，寫不出來不如扔給AI，看看能生成什么文章？

正好，最近清華的AI寫詩模型「九歌」開源了，給它一個關鍵詞，它就能立即賦詩一首。

雖然大部分考卷都規(guī)定了“詩歌除外”，但我們偏要拿它來試一試。

AI的高考作文

「九歌」可以生成絕句、律詩、藏頭詩、詞等多種詩詞，在Demo網站里，只要輸入關鍵詞，就可以自動生成。

那我們就把各地的作文題目當做關鍵詞放進去試試。且看各地考卷在AI筆下會變成什么樣？

天津卷“中國面孔”

“中國面孔”是全球熱播紀錄片里充滿家國情懷的杜甫，是用中醫(yī)藥造福人類榮獲諾貝爾獎的屠呦呦，是醫(yī)務工作者厚重防護服下疲憊的笑臉，是快遞小哥在寂靜街巷里傳送溫暖的雙手……也是用各種方式共同形塑“中國面孔”的你和我。

走過2020年的春天，你對“中國面孔”又有什么新的思考和感悟？請寫一篇文章。

先來一首七言絕句：

能看出是一首有民族自豪感的詩，雖然開頭的“平生面面”讓人有點看不懂，但后兩句“四海共推周典禮，百年誰識漢文高”看起來對仗工整的兩句詩。

再來一首《憶江南·中國面孔》：

這首詞就和前面完全不一樣了，整體都喪喪的，開頭就是中原國破，山河不再的凄涼感，后面還有一個回不去的老頭子。

咦，有種熟悉的感覺，仿佛在洗稿陸游的《示兒》：

死去元知萬事空，但悲不見九州同。王師北定中原日，家祭無忘告乃翁。

北京卷作文題1：北斗衛(wèi)星相關

2020年6月23日，北斗三號最后一顆衛(wèi)星成功發(fā)射，整個系統55個衛(wèi)星織成一張“天網”每一顆都有自己的功用。以材料“每一顆都有自己的功用”為話題，自選角度，自擬題目，寫一篇議論文。

嗯，題目是「北斗衛(wèi)星」，我們試一下：

生成又是感嘆時光易逝、歲月變遷的詩，一點都不正能量。

不知道詩中的情感這么喪，會不會被判卷老師打低分？

但寫首藏頭詩效果就好得多了：

「夜月」、「夕陽」、「草木」……看起來是是在描述自然景觀，可是開頭代表戰(zhàn)爭的「旌旗」暴露了一切。

嗯，背后的AI一定是一個鷹派的詩人。

寫詞的效果，也有些類似，比如這篇《如夢令·北斗》：

怎么一說「北斗」，就全是星星月亮的?。?/p>

北京卷作文題2：一條信息

當今時代，我們每天都會面對各種各樣的信息。其中有一條信息，或引發(fā)了你的感悟，或影響了你的生活，或令人振奮，或使你愧疚，或讓你學會辨別真?zhèn)巍堃浴耙粭l信息”為題，聯系現實生活，展開聯想或想象，寫一篇記敘文。要求：思想健康；內容充實，有細節(jié)描寫；語言流暢，書寫清晰。

請以“一條信息”為題，寫一篇記敘文。字數仍要求不少于700字。

寫一首七言絕句：

真是佛系的詩，簡直是“信息人間造成的一百種焦慮的消除方法”，勸你不要在網上跟人吵架，自己玩自己的吧？

全國II卷：“攜手同一世界，青年共創(chuàng)未來”主題演講

墨子說：“視人之國，若視其國；視人之家，若視其家；視人之身，若視其身?！庇娙思s翰·多恩說：“沒有人是自成一體、與世隔絕的孤島，每一個人都是廣袤大陸的一部分?！?/p>

“青山一道同云雨，明月何曾是兩鄉(xiāng)?！薄巴瑲膺B枝，共盼春來?！薄?020年的春天，這些寄言印在國際社會援助中國的物資上，表達了世界人民對中國的支持。

“山和山不相遇，人和人要相逢。”“消失吧，黑夜！黎明時我們將獲勝！”……這些話語印在中國援助其他國家的物資上，寄托著中國人民對世界的祝福。

“世界青年與社會發(fā)展論壇”邀請你作為中國青年代表參會，發(fā)表以“攜手同一世界，青年共創(chuàng)未來”為主題的中文演講。請完成一篇演講稿。

我只輸入了“攜手同一世界，青年共創(chuàng)未來”這個主題，難道AI自動讀出了要代表中國青年參加世界大會的意思？全篇都是場面話，又是「仙」，又是「賢」的，如果是根據訓練模型的數據集來的，那看來古人寫詩也是充滿了彩虹屁。

全國三卷：自畫像

人們用眼睛看他人、看世界，卻無法直接看到完整的自己。所以，在人生的旅程中，我們需要尋找各種“鏡子”、不斷繪制“自畫像”來審視自我，嘗試回答“我是怎樣的人”“我想過怎樣的生活”“我能做些什么”“如何生活得更有意義”等重要的問題。

畢業(yè)前，學校請你給即將入學的高一新生寫一封信，主題是“如何為自己畫好像”，與他們分享自己的感悟與思考。

注意第三句，不是「掉發(fā)」，不是「掉發(fā)」，不是「掉發(fā)」。

什么是九歌

九歌是清華自然語言處理與社會人文計算實驗室（THUNLP）研發(fā)的自動詩歌生成系統，基于超過一千多年來80萬首中國古詩進行訓練學習。

該團隊由清華孫茂松教授帶領，多位博士、碩士、本科生參與開發(fā)。

九歌系統最早可以追溯到2017年，當年還登上了央視挑戰(zhàn)類節(jié)目《機智過人》，與人類同臺比拼詩詞創(chuàng)作，讓在場觀眾都難辨AI與人類。

經過這些年的發(fā)展終于在7月2日，清華九歌團隊宣布將古詩寫作模型MixPoet開源。

AI發(fā)展到今天，NLP模型來寫文章已經不稀奇了。和其他模型相比，九歌多了些人文氣息。

如果告訴它以“明月”為題來賦詩一首，那么九歌能寫出幾首不重樣，而且每一首都帶有不同的感情色彩。

如果說其他的AI詩歌生成器是“強行”擬合語料庫，那么九歌可以說是熟讀《聲律啟蒙》，掌握古詩詞基本規(guī)則，而非一通亂扯。

最近，我們從團隊公開的數據集也可看出他們的細致用心，可以說九歌是站在人文和AI的十字路口。

九歌依靠四大數據集保證了AI能夠學習到人類作詩的基本法則。

首先是學習古代著名詩人的句法。

CCPC是中國古典詩歌語料庫，收納了從隋朝到明朝的所有古詩，每首詩都附帶作者姓名、朝代、標題以及自動提取的關鍵詞。

比如：

{“dynasty”: “Tang”, “author”: “杜牧”, “content”: “李白題詩水西寺|古木回巖樓閣風|半醒半醉游三日|紅白花開山雨中”, “title”: “念昔游三首 其三”, “keywords”: “題詩 花開 樓閣 山雨”}

其次是學習詩歌的聲律。

CRRD是古詩音律數據集，將漢字按照古代的平仄聲進行分類。古詩不僅要押韻，也要符合平仄規(guī)律。例如詩的第一句是「仄仄平平仄」，那么第二句就應該是「平平仄仄平」。

然后是學習詩歌中表達的情感，給AI加上一點人文氣息。

FSPC是細膩情感詩歌語料庫，將每首詩、每行注釋都分為5類情感，即否定、隱含否定、中性、隱含肯定和肯定。

詩歌寫得好不好，最終還需要人類判定。

PQED是手動注釋的詩歌質量數據集，按照以下四個標準對詩歌評分，每項得分為1到5分：

給文科生一個報考清華的理由

你覺得，如果李白杜甫白居易們的作詩水平是滿分10分，九歌的作詩水平能打幾分？

「九歌」雖然只是一個實驗研究性項目，但其實，背后的自然語言處理（NLP）技術，才是大有用途的AI領域。

你可以「調戲」的小愛同學、Siri、天貓精靈們，需要NLP技術支撐，才能聽懂人類的語言；

手機輸入法里長按空格鍵就可以實現的語音輸入功能，也要靠NLP技術，才能準確的呈現你想要說的句子；

無論是在百度還是在淘寶，要靠NLP技術拆解你輸入的文字，才能搜索出你需要的資料或商品；

還有谷歌翻譯、翻譯筆、微信聊天中的自動翻譯，背后都要依靠NLP技術；

……

人類和語言相關的工作，都可以自動完成。

而這些技術的開拓，并非只靠程序員寫代碼、跑數據、調參數就可以完成，同樣需要語言文學方面的專家支持。

（準備）學中文的朋友們，你們以后可能不只能夠當人類學生們的語文老師了，說不定畢業(yè)后就可以進入NLP方面的實驗室，當AI的語文老師。

雖說「文科選北大，理科選清華」，九歌也是給文科生報考清華找到了一個理由吧。

最后祝愿所有考生高考順利！

傳送門

論文鏈接：https://arxiv.org/pdf/2003.06094.pdf

代碼鏈接：https://github.com/THUNLP-AIPoet/MixPoet

參考鏈接：
https://mp.weixin.qq.com/s/uw7uDV94z3iQsn1v_NKiYw
http://nlp.csai.tsinghua.edu.cn/news/九歌多樣化古典詩歌機器寫作模型mixpoet開源/