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

1. 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。

2. 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

3. 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