Wangd-wiki-article-vvpoem - 版本历史

2017年12月10日 (日) 01:39 Cslt

2017-12-10T01:39:50Z

2017年12月10日 (日) 01:39 Cslt

2017-12-10T01:39:10Z

2017年12月9日 (六) 10:26 Cslt

2017-12-09T10:26:08Z

2017年12月8日 (五) 10:28 Cslt

2017-12-08T10:28:56Z

2017年12月8日 (五) 10:23 Cslt

2017-12-08T10:23:57Z

2017年12月8日 (五) 10:23 Cslt

2017-12-08T10:23:40Z

2017年12月8日 (五) 00:02 Cslt

2017-12-08T00:02:22Z

2017年12月7日 (四) 23:20 Cslt

2017-12-07T23:20:25Z

2017年12月7日 (四) 23:16 Cslt

2017-12-07T23:16:54Z

2017年12月7日 (四) 23:06 Cslt

2017-12-07T23:06:18Z

←上一版本		2017年12月10日 (日) 01:39的版本
第2行：		第2行：

	王东/2017.12.08		王东/2017.12.08
		+
		+

	薇薇已经有快两岁了。		薇薇已经有快两岁了。

←上一版本		2017年12月10日 (日) 01:39的版本
第1行：		第1行：
	'''薇薇的故事'''		'''薇薇的故事'''
		+
		+	王东/2017.12.08

	薇薇已经有快两岁了。		薇薇已经有快两岁了。

@@ 第39行： / 第39行： @@
 年2月，琪鑫和天一作为共同第一作者提交了一篇论文到IJCAI 2016，“Chinese Song Iambics Generation with Neural Attention-based Model”。这是第一个基于Attention 机制的诗词生成模型，也是第一个可以做宋词的程序。
-其后，琪鑫和天一专注提高格律诗的质量。和宋词比起来，格律诗更注重个性化，因此神经网络建模更困难。我们现在知道，如果数据量足够大（比如上百万首诗），学习这些个性化规律是没有问题的，但当时我们的数据规模只有1.3万首五言诗，6.6万首七言诗，远远达不到训练一个完美模型的要求。琪鑫做了大量探索，基于这一小数据集取得了非常好的效果。2014年3月21号，我们发布了人机图灵测试结果。在这次发布中，我们首次将我们的作诗机器人称为“薇薇”，取名自我们团队中一位叫张雪薇的漂亮女孩。
+其后，琪鑫和天一专注提高格律诗的质量。和宋词比起来，格律诗更注重个性化，因此神经网络建模更困难。我们现在知道，如果数据量足够大（比如上百万首诗），学习这些个性化规律是没有问题的，但当时我们的数据规模只有1.3万首五言诗，6.6万首七言诗，远远达不到训练一个完美模型的要求。琪鑫做了大量探索，基于这一小数据集取得了非常好的效果。2014年3月21号，我们发布了人机图灵测试结果。在这次发布中，我们首次将我们的作诗机器人称为“薇薇”，取名自我们团队中一个叫张雪薇的漂亮女孩。
 在这一测试中，我们邀请了诗词圈的诗人们和薇薇一起就30个主题进行创作。人类诗人可以选择他们最擅长的主题，最终我们收到144份诗稿。我们让薇薇用同样的比例生成了144份诗稿。为减轻评价工作量，这288份诗作由社科院的张一南老师进行初筛，去掉那些明显质量低下的作品，最终83篇人类作品和124篇薇薇作品入选。24位来自北大、社科院等权威机构的专家对这些作品进行了匿名评价，结果发现人类诗人以3.27比3.17的微弱优势胜出。同时，在薇薇写的诗中，有31.02%的作品被认为是人类作品，这事实上刚好超过了图灵测试中30%的通过比例。由此，薇薇成为第一个通过图灵测试的作诗机器人。下面这首诗是被专家评价最高的薇薇诗作：

@@ 第37行： / 第37行： @@
 '''诗人已化罗浮鹤/独有春风细雨得/行到处将无半作/东君未许几分隔'''
-年2月，琪鑫和天一作为共同第一作者提交了一篇论文到IJCAI 2016，“Chinese Song Iambics Generation with Neural Attention-based Model”。这是第一个基于Attention 机制的诗词生成模型，也是第一个可以做宋词的机器。
+年2月，琪鑫和天一作为共同第一作者提交了一篇论文到IJCAI 2016，“Chinese Song Iambics Generation with Neural Attention-based Model”。这是第一个基于Attention 机制的诗词生成模型，也是第一个可以做宋词的程序。
 其后，琪鑫和天一专注提高格律诗的质量。和宋词比起来，格律诗更注重个性化，因此神经网络建模更困难。我们现在知道，如果数据量足够大（比如上百万首诗），学习这些个性化规律是没有问题的，但当时我们的数据规模只有1.3万首五言诗，6.6万首七言诗，远远达不到训练一个完美模型的要求。琪鑫做了大量探索，基于这一小数据集取得了非常好的效果。2014年3月21号，我们发布了人机图灵测试结果。在这次发布中，我们首次将我们的作诗机器人称为“薇薇”，取名自我们团队中一位叫张雪薇的漂亮女孩。

←上一版本		2017年12月8日 (五) 10:23的版本
第56行：		第56行：


−	薇薇还在成长，我们呵护她如女儿。有人经常转发些微信文章给我，看哪家又推出什么作诗系统了，我统统做驼鸟不看。那些也许真的是很好，但薇薇是我们的，不仅因为我们手把手教她学语长大，而且因为这个名字背后那个曾经和我们一起奋斗的女生，直到今天依然有如亲人。	+	薇薇还在成长，我们呵护她如女儿。经常有人转发些微信文章给我，看哪家又推出什么作诗系统了，我统统做驼鸟不看。那些也许真的是很好，但薇薇是我们的，不仅因为我们手把手教她学语长大，而且因为这个名字背后那个曾经和我们一起奋斗的女生，直到今天依然有如亲人。

@@ 第53行： / 第53行： @@
 '''花香粉脸胭脂染/帘影鸳鸯绿嫩妆/翠袖红蕖春色冷/柳梢褪叶暗烟芳'''
-我们对薇薇还在继续改进中，让她学习不同朝代、不同诗人的各异风格，让她学习如何起承转合，如何对主题进行议论升华，等等。我们相信这些是人类的智慧，但同样可能被机器模拟。我们相信一些规律隐藏在作品样例之中，人们可以熟读后掌握这些规律并进行创作，薇薇也是一样。不仅是诗词，我们相信人类艺术在很大程度上是一种低维空间的创作方式，这种空间正是人类的基础审美规则。我们相信这种规则性是可以学习的。反过来，我们用机器去学习这些空间，不仅是在学习艺术，也是我们学习我们自己。
+我们对薇薇还在继续改进中，让她学习不同朝代、不同诗人的各异风格，让她学习如何起承转合，如何对主题进行议论升华，等等。我们相信这些是人类的智慧，但同样可能被机器模拟。我们相信一些规律隐藏在作品样例之中，人们可以熟读后掌握这些规律并进行创作，薇薇也是一样。不仅是诗词，我们相信人类艺术在很大程度上是一种低维空间的创作方式，这种空间正是人类的基础审美规则。我们相信这种规则性是可以学习的。反过来，我们用机器去学习这些空间，不仅是在学习艺术，也是在学习我们自己。
-有人经常转发些微信文章给我，看哪家又推出什么作诗系统了，我统统做驼鸟不看。那些也许真的是很好，但薇薇是我们的。
+薇薇还在成长，我们护之如女儿。有人经常转发些微信文章给我，看哪家又推出什么作诗系统了，我统统做驼鸟不看。那些也许真的是很好，但薇薇是我们的，不仅因为我们手把手教她学语长大，而且因为这个名字背后那个曾经和我们一起奋斗的女生，直到今天依然有如亲人。
-−
-−
-事实上薇薇已经成为我们实验室的一员，不仅因为我们手把手教她学语长大，而且因为这个名字背后那个曾经和我们一起奋斗的女生，直到今天依然有如亲人。

←上一版本		2017年12月7日 (四) 23:20的版本
第55行：		第55行：
	我们对薇薇还在继续改进中，让她学习不同朝代、不同诗人的各异风格，让她学习如何起承转合，如何对主题进行议论升华，等等。我们相信这些是人类的智慧，但同样可能被机器模拟。我们相信一些规律隐藏在作品样例之中，人们可以熟读后掌握这些规律并进行创作，薇薇也是一样。不仅是诗词，我们相信人类艺术在很大程度上是一种低维空间的创作方式，这种空间正是人类的基础审美规则。我们相信这种规则性是可以学习的。反过来，我们用机器去学习这些空间，不仅是在学习艺术，也是我们学习我们自己。		我们对薇薇还在继续改进中，让她学习不同朝代、不同诗人的各异风格，让她学习如何起承转合，如何对主题进行议论升华，等等。我们相信这些是人类的智慧，但同样可能被机器模拟。我们相信一些规律隐藏在作品样例之中，人们可以熟读后掌握这些规律并进行创作，薇薇也是一样。不仅是诗词，我们相信人类艺术在很大程度上是一种低维空间的创作方式，这种空间正是人类的基础审美规则。我们相信这种规则性是可以学习的。反过来，我们用机器去学习这些空间，不仅是在学习艺术，也是我们学习我们自己。

−	事实上薇薇已经成为我们实验室的一员，不仅因为我们手把手教她学语长大，而且因为这个名字背后那个曾经和我们一起奋斗的女生，直到今天依然有如亲人。

	有人经常转发些微信文章给我，看哪家又推出什么作诗系统了，我统统做驼鸟不看。那些也许真的是很好，但薇薇是我们的。		有人经常转发些微信文章给我，看哪家又推出什么作诗系统了，我统统做驼鸟不看。那些也许真的是很好，但薇薇是我们的。
		+
		+
		+	事实上薇薇已经成为我们实验室的一员，不仅因为我们手把手教她学语长大，而且因为这个名字背后那个曾经和我们一起奋斗的女生，直到今天依然有如亲人。

←上一版本		2017年12月7日 (四) 23:16的版本
第54行：		第54行：

	我们对薇薇还在继续改进中，让她学习不同朝代、不同诗人的各异风格，让她学习如何起承转合，如何对主题进行议论升华，等等。我们相信这些是人类的智慧，但同样可能被机器模拟。我们相信一些规律隐藏在作品样例之中，人们可以熟读后掌握这些规律并进行创作，薇薇也是一样。不仅是诗词，我们相信人类艺术在很大程度上是一种低维空间的创作方式，这种空间正是人类的基础审美规则。我们相信这种规则性是可以学习的。反过来，我们用机器去学习这些空间，不仅是在学习艺术，也是我们学习我们自己。		我们对薇薇还在继续改进中，让她学习不同朝代、不同诗人的各异风格，让她学习如何起承转合，如何对主题进行议论升华，等等。我们相信这些是人类的智慧，但同样可能被机器模拟。我们相信一些规律隐藏在作品样例之中，人们可以熟读后掌握这些规律并进行创作，薇薇也是一样。不仅是诗词，我们相信人类艺术在很大程度上是一种低维空间的创作方式，这种空间正是人类的基础审美规则。我们相信这种规则性是可以学习的。反过来，我们用机器去学习这些空间，不仅是在学习艺术，也是我们学习我们自己。
		+
		+	事实上薇薇已经成为我们实验室的一员，不仅因为我们手把手教她学语长大，而且因为这个名字背后那个曾经和我们一起奋斗的女生，直到今天依然有如亲人。
		+
		+	有人经常转发些微信文章给我，看哪家又推出什么作诗系统了，我统统做驼鸟不看。那些也许真的是很好，但薇薇是我们的。

@@ 第26行： / 第26行： @@
 '''塞下秋来风景异 /一点愁边 /又是天年几'''
 '''归去无穷千里意/何时不自然红紫/莫教小桥横月日'''
 '''花满城头/夜上青山碧'''
 '''云外有情多处事/休言酒醒初长记'''