AI也能写高考作文？我们用清华刚刚开源的「九歌」试了试

晓查 2020-07-07 13:39:28 来源：量子位

晓查 郭一璞 发自 凹非寺
量子位 报道 | 公众号 QbitAI

今天是高考第一天，我猜，你一定在看全国各地那些奇奇怪怪的高考作文题，还要纠结一下：

这题目，该怎么写？

那，写不出来不如扔给AI，看看能生成什么文章？

正好，最近清华的AI写诗模型「九歌」开源了，给它一个关键词，它就能立即赋诗一首。

虽然大部分考卷都规定了“诗歌除外”，但我们偏要拿它来试一试。

AI的高考作文

「九歌」可以生成绝句、律诗、藏头诗、词等多种诗词，在Demo网站里，只要输入关键词，就可以自动生成。

那我们就把各地的作文题目当做关键词放进去试试。且看各地考卷在AI笔下会变成什么样？

天津卷“中国面孔”

“中国面孔”是全球热播纪录片里充满家国情怀的杜甫，是用中医药造福人类荣获诺贝尔奖的屠呦呦，是医务工作者厚重防护服下疲惫的笑脸，是快递小哥在寂静街巷里传送温暖的双手……也是用各种方式共同形塑“中国面孔”的你和我。

走过2020年的春天，你对“中国面孔”又有什么新的思考和感悟？请写一篇文章。

先来一首七言绝句：

能看出是一首有民族自豪感的诗，虽然开头的“平生面面”让人有点看不懂，但后两句“四海共推周典礼，百年谁识汉文高”看起来对仗工整的两句诗。

再来一首《忆江南·中国面孔》：

这首词就和前面完全不一样了，整体都丧丧的，开头就是中原国破，山河不再的凄凉感，后面还有一个回不去的老头子。

咦，有种熟悉的感觉，仿佛在洗稿陆游的《示儿》：

死去元知万事空，但悲不见九州同。王师北定中原日，家祭无忘告乃翁。

北京卷作文题1：北斗卫星相关

2020年6月23日，北斗三号最后一颗卫星成功发射，整个系统55个卫星织成一张“天网”每一颗都有自己的功用。以材料“每一颗都有自己的功用”为话题，自选角度，自拟题目，写一篇议论文。

嗯，题目是「北斗卫星」，我们试一下：

生成又是感叹时光易逝、岁月变迁的诗，一点都不正能量。

不知道诗中的情感这么丧，会不会被判卷老师打低分？

但写首藏头诗效果就好得多了：

「夜月」、「夕阳」、「草木」……看起来是是在描述自然景观，可是开头代表战争的「旌旗」暴露了一切。

嗯，背后的AI一定是一个鹰派的诗人。

写词的效果，也有些类似，比如这篇《如梦令·北斗》：

怎么一说「北斗」，就全是星星月亮的啊？

北京卷作文题2：一条信息

当今时代，我们每天都会面对各种各样的信息。其中有一条信息，或引发了你的感悟，或影响了你的生活，或令人振奋，或使你愧疚，或让你学会辨别真伪……请以“一条信息”为题，联系现实生活，展开联想或想象，写一篇记叙文。要求：思想健康；内容充实，有细节描写；语言流畅，书写清晰。

请以“一条信息”为题，写一篇记叙文。字数仍要求不少于700字。

写一首七言绝句：

真是佛系的诗，简直是“信息人间造成的一百种焦虑的消除方法”，劝你不要在网上跟人吵架，自己玩自己的吧？

全国II卷：“携手同一世界，青年共创未来”主题演讲

墨子说：“视人之国，若视其国；视人之家，若视其家；视人之身，若视其身。”英国诗人约翰·多恩说：“没有人是自成一体、与世隔绝的孤岛，每一个人都是广袤大陆的一部分。”

“青山一道同云雨，明月何曾是两乡。”“同气连枝，共盼春来。”……2020年的春天，这些寄言印在国际社会援助中国的物资上，表达了世界人民对中国的支持。

“山和山不相遇，人和人要相逢。”“消失吧，黑夜！黎明时我们将获胜！”……这些话语印在中国援助其他国家的物资上，寄托着中国人民对世界的祝福。

“世界青年与社会发展论坛”邀请你作为中国青年代表参会，发表以“携手同一世界，青年共创未来”为主题的中文演讲。请完成一篇演讲稿。

我只输入了“携手同一世界，青年共创未来”这个主题，难道AI自动读出了要代表中国青年参加世界大会的意思？全篇都是场面话，又是「仙」，又是「贤」的，如果是根据训练模型的数据集来的，那看来古人写诗也是充满了彩虹屁。

全国三卷：自画像

人们用眼睛看他人、看世界，却无法直接看到完整的自己。所以，在人生的旅程中，我们需要寻找各种“镜子”、不断绘制“自画像”来审视自我，尝试回答“我是怎样的人”“我想过怎样的生活”“我能做些什么”“如何生活得更有意义”等重要的问题。

毕业前，学校请你给即将入学的高一新生写一封信，主题是“如何为自己画好像”，与他们分享自己的感悟与思考。

注意第三句，不是「掉发」，不是「掉发」，不是「掉发」。

什么是九歌

九歌是清华自然语言处理与社会人文计算实验室（THUNLP）研发的自动诗歌生成系统，基于超过一千多年来80万首中国古诗进行训练学习。

该团队由清华孙茂松教授带领，多位博士、硕士、本科生参与开发。

九歌系统最早可以追溯到2017年，当年还登上了央视挑战类节目《机智过人》，与人类同台比拼诗词创作，让在场观众都难辨AI与人类。

经过这些年的发展终于在7月2日，清华九歌团队宣布将古诗写作模型MixPoet开源。

AI发展到今天，NLP模型来写文章已经不稀奇了。和其他模型相比，九歌多了些人文气息。

如果告诉它以“明月”为题来赋诗一首，那么九歌能写出几首不重样，而且每一首都带有不同的感情色彩。

如果说其他的AI诗歌生成器是“强行”拟合语料库，那么九歌可以说是熟读《声律启蒙》，掌握古诗词基本规则，而非一通乱扯。

最近，我们从团队公开的数据集也可看出他们的细致用心，可以说九歌是站在人文和AI的十字路口。

九歌依靠四大数据集保证了AI能够学习到人类作诗的基本法则。

首先是学习古代著名诗人的句法。

CCPC是中国古典诗歌语料库，收纳了从隋朝到明朝的所有古诗，每首诗都附带作者姓名、朝代、标题以及自动提取的关键词。

比如：

{“dynasty”: “Tang”, “author”: “杜牧”, “content”: “李白题诗水西寺|古木回岩楼阁风|半醒半醉游三日|红白花开山雨中”, “title”: “念昔游三首 其三”, “keywords”: “题诗 花开 楼阁 山雨”}

其次是学习诗歌的声律。

CRRD是古诗音律数据集，将汉字按照古代的平仄声进行分类。古诗不仅要押韵，也要符合平仄规律。例如诗的第一句是「仄仄平平仄」，那么第二句就应该是「平平仄仄平」。

然后是学习诗歌中表达的情感，给AI加上一点人文气息。

FSPC是细腻情感诗歌语料库，将每首诗、每行注释都分为5类情感，即否定、隐含否定、中性、隐含肯定和肯定。

诗歌写得好不好，最终还需要人类判定。

PQED是手动注释的诗歌质量数据集，按照以下四个标准对诗歌评分，每项得分为1到5分：

给文科生一个报考清华的理由

你觉得，如果李白杜甫白居易们的作诗水平是满分10分，九歌的作诗水平能打几分？

「九歌」虽然只是一个实验研究性项目，但其实，背后的自然语言处理（NLP）技术，才是大有用途的AI领域。

你可以「调戏」的小爱同学、Siri、天猫精灵们，需要NLP技术支撑，才能听懂人类的语言；

手机输入法里长按空格键就可以实现的语音输入功能，也要靠NLP技术，才能准确的呈现你想要说的句子；

无论是在百度还是在淘宝，要靠NLP技术拆解你输入的文字，才能搜索出你需要的资料或商品；

还有谷歌翻译、翻译笔、微信聊天中的自动翻译，背后都要依靠NLP技术；

……

人类和语言相关的工作，都可以自动完成。

而这些技术的开拓，并非只靠程序员写代码、跑数据、调参数就可以完成，同样需要语言文学方面的专家支持。

（准备）学中文的朋友们，你们以后可能不只能够当人类学生们的语文老师了，说不定毕业后就可以进入NLP方面的实验室，当AI的语文老师。

虽说「文科选北大，理科选清华」，九歌也是给文科生报考清华找到了一个理由吧。

最后祝愿所有考生高考顺利！

传送门

论文链接：https://arxiv.org/pdf/2003.06094.pdf

代码链接：https://github.com/THUNLP-AIPoet/MixPoet

参考链接：
https://mp.weixin.qq.com/s/uw7uDV94z3iQsn1v_NKiYw
http://nlp.csai.tsinghua.edu.cn/news/九歌多样化古典诗歌机器写作模型mixpoet开源/