快別「一句wòcào行天下」，清華搞了個神器專治詞窮

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