明年，我要用 AI 给全村写对联

  转自：HyperAI超神经

  作者：神经小兮

春节已经过完，你是否还沉浸在年味里？

到腊月二十九、三十，家家户户贴上了 红红的春联，春节就正式拉开了序幕。

春联也称为「对联」、「门对」、「楹联」，是汉语所独有的一种艺术形式，有着悠久的历史。2005 年，中国国务院把楹联习俗，列为第一批国家非物质文化遗产名录。

对联对联，讲究的就是「成对」，要对仗工整，平仄协调。不过现代人的对对联技能，已经远不如古代的文人墨客，甚至有时候可能连上下联都傻傻分不清楚。而聪明的 AI 已经学会自己写对联了。

01

70 万条对联数据，教会 AI 对对子

在现有公开的对联数据集中，以冯重朴_梨味斋散叶_的博客所发布的 couplet-dataset 数据最为庞大、使用也最为广泛。

左右滑动查看数据集节选内容

前两张分别为训练集的上联和下联

后两张分别为测试集的上联和下联

这份数据集共包含 70 余万条对联数据，按字切分。

数据集分为训练集、测试集以及词汇表。

其中，如上图节选内容所示，训练集分输入、输出两部分，分别为对联的上联与下联，按次序一一对应，测试集同理。

数据集详细信息如下：

couplet-dataset 

对联数据集

数据来源：冯重朴_梨味斋散叶

包含数量：70 万条对联 

数据格式：.txt

数据大小：59.7 MB（压缩文件 27.4 MB）

地址：https://hyper.ai/datasets/14547

这个数据集已经成为对联数据中的「团宠」，被众多 AI 工程师、团队用来作为写对联模型的训练数据集，华为的乐府春联亦是用该数据集训练而来，可通过以上地址或点击阅读原文，下载该数据集。不过有一个小小的遗憾是，这一数据集中没有横批，还需要各位自己发挥。

02

AI：没有我对不出来的对联

一位名叫王斌的程序员，爬取和使用该对联数据集，用 GTX 1080 Ti 训练了 4 天，得到了一个自动对对联模型。效果如何？我们来测试一下。

左右滑动查看更多

测试地址：https://ai.binwang.me/couplet/

这位程序员还将该项目在 GitHub 开源：

https://github.com/wb14123/couplet-dataset

另外一位工程师，则基于 GPT2-Chinese 和该对联数据集，训练了一份对联领域的 GPT-2 模型，可自动生成对联。

它将其 server 版本对接到微信公众号 AINLP 后台，可以直接在对话框进行测试。

输入关键词「写对联」，可触发对联自动生成，例如输入「写对联金牛」，对联模型会基于「金牛」进行自动续写，给出以「金牛」开头的 3 个对联：

左右滑动查看更多

输入「对对联 + 一组上联」，可得到三组对联，比如：

左右滑动查看更多

目前看来，对于一些经典对联，AI 能做到对仗比较工整，且想象力丰富，对于同一上联，可对出多个不同下联；而对于一些不常在对联中出现的字词，AI 表现有些随意牵强。当然，让 AI 对「人工智能」什么的，也的确是有些为难人家了。

华为团队开发的 AI 对联，也是以 Couplet-dataset 对联数据集作为训练数据。该模型可以根据给定主题，生成对联。以下分别是输入「新春快乐」、「平安健康」、「一夜暴富」主题的生成结果，可滑动查看：

左右滑动查看不同主题的 AI 对联

明年，你要不要也训练一个自己的 AI 写春联模型，为家人写副对联呢？

往期精彩：
【原创首发】机器学习公式推导与代码实现30讲.pdf
【原创首发】深度学习语义分割理论与实战指南.pdf
 谈中小企业算法岗面试
 算法工程师研发技能表
 真正想做算法的，不要害怕内卷
 技术学习不能眼高手低
 技术人要学会自我营销
 做人不能过拟合
点个在看