您現在的位置是:首頁 > 垂釣
快別「一句wòcào行天下」,清華搞了個神器專治詞窮
- 由 量子位 發表于 垂釣
- 2022-06-21
hair的中文是什麼意思
魚羊 發自 凹非寺
量子位 | 公眾號 QbitAI
奈何本人沒文化,一句(嗶——)行天下。
這位胖友,不知你行走江湖,是否也有過這樣的煩惱?
那麼這裡有個神器,可就值得好好說道說道了。
“聽我說謝謝你,因為有你,溫暖了四季”用成語應該怎麼說?
在搜尋框內輸入你想表達的意思,再在詞性一欄裡選擇成語,AI立馬就能給你丟擲幾十上百個選項。
背景顏色越深,代表系統推薦程度越高。
要是碰上啥看不懂的,滑鼠一點,就能檢視具體釋義。
還不只是中文,比如當你想脫口而出一句“鵝妹子嚶”,但又想知道有沒有更華麗的中文表達,同樣是一鍵即可得。
怎麼樣,夠方便不?
是不是有點“媽媽再也不用擔心我詞窮”內味兒了(手動狗頭)。
來自清華的“反向詞典”
這個神器名叫
WantWords
,
反向詞典
。
背後的AI,來頭不小:誕生自清華大學自然語言處理與社會人文計算實驗室,專案指導教師為孫茂松教授和劉知遠副教授。
所謂“反向”,就是和常規詞典不同,不是按詞尋義,而是反過來給詞典一段描述,讓它來幫你找詞。
作者在GitHub中介紹,他們希望反向詞典起到三種作用:
解決話到嘴邊,卻忽然想不起來怎麼說的“舌尖現象”
幫助新語言學習者
幫助無法選擇單詞的失讀症患者
這個反向詞典背後的核心AI,名為
多通道逆向詞典模型
,相關論文還中選過AAAI 2020。
具體而言,多通道逆向詞典模型採用了雙向LSTM(BiLSTM)和注意力作為基本框架,並在其中加入了4個特定特徵預測器。
採用多個預測器來識別輸入查詢中目標詞的不同特徵,一方面,能使嵌入質量較差的目標詞透過特徵被挑選出來。
另一方面,也可以過濾掉與正確目標詞有接近嵌入、但存在矛盾特徵的詞。
也就是說,AI選詞能更精準。
而為了讓AI更容易找到真正“正確”的詞,除了詞性、詞素這兩個詞語的“內部特徵”外,作者還考慮了
層次體系
和
義原
這兩個“外部特徵”。
所謂層次體系,是用來區分一個詞是實體還是概念,實體下面又會分出各種各樣的實體。
義原在語言學中則是指最小的不可再分的語義單位。語言學家認為義原體系在任何語言中都適用,不與特定語言相關。
舉個例子,“男孩”這個詞可以由“人類”、“男性”、“兒童”這個三個義原表示,“女孩”則可以由“人類”、“女性”、“兒童”的組合來表達。
△圖源:HowNet
新演算法已測試,相關新系統開發中
前文提到,WantWords反向詞典最早誕生於清華NLP實驗室,主要由豈凡超和張磊在2019年合作完成。
在與果殼交流時豈凡超談到,剛開始,他們並沒有對這個專案進行推廣,只是身邊的同學使用後反饋還不錯。
直到去年11月,這個專案突然火爆,一時之間訪問量暴增,把伺服器都給擠垮了。
自此之後,WantWords開始受到更多關注,也收穫了不少建議和來自志願者的技術支援。
不僅有了網頁版,微信小程式也已正式上線,還有APP版正在開發中。
△微信小程式“WantWords”
根據研發團隊的最新公告,今年除夕之前,反向查詞還測試完成了新演算法,其效能相較於原有演算法有顯著提高。
而在反向詞典之外,研究團隊還開發“名言名句語義檢索及推薦系統”,以及“漢語詞語搭配查詢系統”。
目前這兩個系統尚未對外開放,感興趣的小夥伴可以邊讀論文(文末奉上),邊蹲一波。
對了,研發團隊還表示,WantWords作為一個開源專案,隨時歡迎大家加入,參與設計&開發、提出需求、反饋問題。感興趣的話就去官網戳戳公告吧~
相關論文:
https://arxiv。org/abs/1912。08441
https://arxiv。org/abs/2202。13145
參考連結:
[1]官網:https://wantwords。net/
[2]果殼文章:https://mp。weixin。qq。com/s/er-JwST7dUQjMh6VzBE1bA
[3]https://deeplang。feishu。cn/docs/doccnoH9ncCZspo2Ubx79bpZ0Lh#ijyigh