中秋佳节，用 AI 为家人定制一首诗

By 超神经

场景描述：也许每个人心中都有一个诗人梦，希望自己能够像古代文人墨客一样用精炼的诗句抒情达意。比如，在中秋佳节，为亲朋好友作诗一首送上祝福。但无奈作诗并不是想象中那么简单。不过，人工智能技术已经能够圆你的诗人梦了，华为诺亚方舟实验室最新推出的「乐府 AI」，只要给出主题，就能在几秒内生成一首诗。快来作诗吧！

关键词：AI 作诗  NLP GPT

作者： 神经小兮

编辑： 神经星星

中秋节即将来临，这个团圆赏月的节日，激发了古今无数文人的情怀，留下了诸多隽永的诗句。

面对中秋花好月圆的良辰美景，古人能够吟出「海上生明月，天涯共此时」的绝美诗句，而现在大多数人却只能无奈地，将无限感慨化为一句「啊，月亮好圆。」

这大概就是「落霞与孤鹜齐飞，秋水共长天一色」和「好大一只鸟」之间的距离吧。

不过，不用难过，现在，AI 可以帮我们跨越这个距离，让每个人都能轻松吟诗作对，成为诗人！

华为推出「乐府作诗」小程序

近日， 华为 EI 体验空间小程序上线了一个新功能——乐府作诗。只要给出主题，选定字数与 体裁（绝句或律诗），就能瞬间作出一首诗。

比如，输入 「中秋」：

「赏月」：

「机器学习」：

「人工智能」：

如果不告诉你，你能看出这些诗是 AI  所写吗？

今年 6 月， 华为诺亚方舟实验室 就发表了论文 《GPT-based Generation for Classical Chinese Poetry》 ，详细介绍了该模型的训练过程以及成果展示。

总的来说，这个诗歌生成模型背后的关键技术，在于强大的 GPT 模型。

GPT 是 由 OpenAI 提出的预训练自然语言模型，核心理念是先用无标签的文本去训练生成语言模型，然后再根据具体的任务通过有标签的数据对模型进行微调。

团队先用大 规模中文新闻语料，训练出了中文 GPT 模型。 然后用中国古典诗歌作为语料库，对其进行了微调 ，就得到了诗歌生成系统——乐府 AI。

除了绝句和律诗，诺亚方舟团队还用微调的方法

训练它学会生成藏头诗

而且，为了让 AI 能够学习自己写诗，这个 GPT 模型没有进行任何设定，作诗所需要的字数、韵律、平仄、对仗知识，都没有设定，模型全靠自己从古诗数据中学会了这些。

和「乐府 AI」相比，学了多年语文，却依然写不出一句像样的诗的人类，真要自叹弗如了。

细数 AI 学作诗的历程

中国古典诗歌的生成，是自然语言生成领域中一个有趣的挑战。

与自由文本生成不同，中国古典诗歌在形式和内容上通常要满足一定的要求。比如 字数、押韵、平仄以及对仗等。此外，内容上也要求整首诗的主题是一致且连贯的。

苏轼的《水调歌头》朗朗上口

如今还被谱成歌曲传唱

此外，中国古典诗歌有很多形式，五言绝句、律诗，七言绝句、律诗，以及词牌如满江红、水调歌头等，还有对联。

因此， 要用人工智能的方法产生中国古典诗歌是比较复杂的。华为诺亚方舟实验室的科学家，通过研究给定形式和特定主题的诗歌生成问题，提出了基于预训练模型 GPT 的诗歌生成方法。

方法具体细节为： 「乐府 AI」以 Transfomer 为基础模型，基于 BERT 源代码，实现了自己的 GPT 模型。 其 Transformer 大小的配置与 BERT-Base 相同，还采用了 BERT 中发布的标记化脚本和中文词汇。对于文本生成，他们实现了截断的 top-k 采样来生成不同的文本。

三首「乐府 AI」生成的诗歌，与一首诗歌真迹

总的来说，「乐府 AI」学作诗一共分为以下三个阶段：

第一阶段： 数据处理

华为诺亚方舟实验室的 GPT 模型，以中文新闻语料库进行训练，数据训练主要分为 预培训和微调两个阶段。为了进行微调，他们收集了公开的中国古典诗歌，然后将样本诗转换为格式化的序列。

数据训练过程

第二阶段：模型训练

接着，他们在云服务上预训练了其 GPT 模型，包含一个新闻语料库，这一过程花费了 90 个小时。然后用 8 个 NVIDIA V100（16 GB）训练了 4 个阶段。

训练完成后，进行微调，将所有诗歌训练序列输入 transformer，并训练自动回归语言模型，以观察任何序列的概率最大化 X：

第三阶段： 诗歌生成

训练完成后，便应用该模型，根据要求生成特定主题的诗歌。

他们首先将形式和主题转换为 [形式，标识符 1，主题，标识符 2 ]的初始序列，然后将初始序列给到模型，并对主体字段逐个进行解码。

在解码过程中，并不需要硬约束来保证形式的正确性。相反，该模型能够在解码时， 自动分配逗号和句号的位置。当完成诗歌的生成时，会以 「EOS」的 token 来结束这一过程。

「乐府 AI」不仅学会了作诗，还掌握了一个新技能——藏头诗。

对于藏头诗，他们依然采用同样的方法来训练。只不过，训练藏头诗模型时，他们将之前训练过程中的主题（如「静夜思」），用该诗歌的每句首字来替换（如「床疑举低」）。

 

AI 诗人带来的惊喜

通过该方法生成的结果，令团队感到惊讶。

他们发现模型学会了律诗的复杂配对规则，这一规则，即使对于母语为中文，并接受了正常教育的人来说，都很难掌握（相信很多同学也深有同感）。

在生成的绝句和律诗中，95% 以上都表现良好，不过在词牌方面稍有逊色。原因可能是，相对绝句和律诗来说，词牌的形式相对来说更加复杂，而且训练样本也远远不如前者多。

绝句和律诗都有成千上万的训练样本，而 词牌只有 882 种，其中，只有 104 种的训练样本超过 100 个，即使是最大的样本，也仅包含 816 个。

系统根据「秋思」主题生成的各个体裁的诗歌

另外，在给定的主题中，通常生成结果都很好，但是对于某些主题，比如「机器翻译」，因为在训练语料库中很少出现，就不好生成诗歌。相反的，像「秋思」这类主题，就很容易生成。

团队介绍道， 该方法比现有基于循环神经网络（RNN）的方法简单的多，并且可以产生更好的诗歌。

AI 学作诗，早已有之

有人说，中国是一个诗的国度。自古至今，文人墨客、文艺青年对于写诗都热情不减。而广大理工生，也不断用技术来表达其浪漫情怀。

2017 年 12 月，清华大学团队研发的诗歌机器人 「九歌」亮相央视节目《机智过人》，作的诗给观众带来了巨大惊喜。

「九歌」就是基于深度学习，学习了超 80 万诗歌后学会了写诗。它 具有多模态输入、多体裁 多风格、 人机交 互创作 模式等特点。

除了古诗，现代诗对于 AI 来说也似乎不在话下，比如 微软小冰就出版过诗集，国外也有多种语言版本的 AI 诗歌生成工具。

AI 是真正会写诗，还是瞎凑？

AI 写诗，有人赞赏，有人批判。

微博网友对 AI 写诗的看法

上海诗词学会理事刘鲁宁曾表示，写诗拼速度，人类比不过电脑，但是自己用一天时间写的诗，电脑写一千首页比不过。理事邓婉莹也表示，AI 作诗的特点是「有诗无篇」。

相比起文人墨客，在文思泉涌之时的创作而言， AI 写的诗可以说是「没有感情的写手」，他们在大量的文字中，发现诗词的规律，并「拼凑」出完整但可能无意义的诗句。

但对于研究者们来说， AI 作诗更多是作为技术能力的展现，他们更看重 AI 作诗背后 NLP 技术的发展。

另外，对于普通人来说，AI 作诗工具也让每个人都可以去创作，用诗歌表达自己的感情，就是作为一个娱乐的工具，也是不错的。让我们也给 AI 一些时间，相信它会为这个世界带来更多惊喜。

数据分析和爬虫：

厉害了！实战爬取全网5000部手机|上篇

南京的房子卖的有多火|二手房成交数据分析上篇

南京的房子有多贵| 分析近20000套二手房的数据

爬取豆瓣短评，刘若英导演的电影《后来的我们》发现爱情原来是这样