艾瑞巴得，又有神器來拯救文盲了！

天氣太熱只會念叨一句 " 熱死了 "？發朋友圈翻來覆去才憋出幾個字？

這個檢索神器值得了解一下。

只要在搜索框里輸入你想表達的意思，如 " 熱死了 "。

立刻就能有20 個表達這一意思的句子任君挑選。

句子類型還能按需選取，名言警句、歇后語、古詩文都不在話下。

并且給出的名言還會注明出處作者，這下再也不用啥話都往迅哥兒身上套了。

怪不得網友直呼：朋友圈文案高級表達查找替換系統。

而且，我們在試玩了幾輪后發現，這個神器在 hold 住網絡俗語 " 精髓 " 上的表現有些出人意料。

比如這兩天大家都在說的 "精神內耗"。

它給出了一段盧梭的話，完全拿捏住了詞語本來的意思，語言逼格立馬提升好幾度。

甚至還能找出意思相近的古詩文。

來自歐陽修《秋聲賦》中的這句 "百憂感其心，萬事勞其形，有動乎中，必遙其情"，說的意思就是焦慮使人精神疲憊。

果真是能通殺古今了。

于是，我們找來了更多網絡流行語喂給它，看看還能擦出什么火花 ~

聽我說謝謝你，但古詩版

第一個要嘗試的網絡名句，是 "聽我說，謝謝你"。

神器反向輸出結果中，意思最為貼近的是王維的這句 " 舉世無相識，終身思舊恩 "。

這句詩中明確體現了說話主體人表達感謝之意，稱得上是 " 聽我說謝謝你 " 的究極上流版。

還有在句式上非常接近的結果，是溫庭筠筆下的 " 知我意，感君憐 "。

最讓人意想不到的，是神器反向輸出了《將進酒》里的 " 與君歌一曲，請君為我傾耳聽 "。

乍看之下，這個答案好像是錯的。

但要知道 " 聽我說謝謝你 " 能成為梗，就是因為防疫人員尷尬被迫聽歌事件……

這么看，反向輸出神器還意外扣了題。

不只是這句梗，還有很多網絡用語，反向輸出神器的回答都是貌似不著邊際，但又讓人覺得異常契合。

比如輸入 " 無語子 "，給出的詩句有：

滿懷心腹事，盡在不言中。

這不就是大家表達無語時的真實心境嗎？因為不便明說，所以沉默，所以無語。

還有這句 " 你品，你細品 "，輸出的詩句也都帶有了仔細品讀、反復回味的意思。

那么，這個好用又好玩的神器，到底是什么來頭呢？

來自清華的 " 據意查句 "

以上說的這個好登西，是由清華推出的 " 據意查句 " 神器——WantQuotes。

誕生自清華大學計算機系自然語言處理與社會人文計算實驗室（THUNLP），項目指導教師為孫茂松教授和劉知遠副教授。

能夠快速從全世界這么多語料中找到你想要的句子，這個神器主要靠的是一個超大的數據集和一個推薦模型。

數據集包含了英語、現代漢語和文言文三大部分。

其中，英語部分有 6108 個名言警句和 126713 個上下文文本段；

現代漢語部分，包含有 3004 句名言和 408433 個相關上下文；

文言文部分，則有 4438 段文言典故（包括古詩）和 116537 段相關上下文。

推薦模型方面，本文提出使用BERT作為句子編碼器來學習名言警句和相關文本表示。

但由于絕大多數名言警句的表達都非常凝練，但是可能其中每個背后的意義又包含很多層，所以在本方法中，研究人員將義原引入到編碼器中。

簡單來說，義原是語言學中最小的語義單位。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。

因此在模型中引入義原后，就能很好解決詞義消歧的問題，并且能更準確地捕捉到詞與詞之間的關系。

也就是讓模型把語言學得更加透徹。

而在具體任務對比中可以看到，本文方法的性能均優于其他方法。

同時用消融實驗驗證了訓練方法的有效性（下表最后三行結果）。

在只給出左側文本的條件下，本文方法的結果依舊優于過去方法。

還有反向詞典和 AI 作詩系統

看到這里你可能覺得這項工作有點似曾相識。

沒錯，那個之前爆火的 "反向詞典" 也來自這個實驗室。

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。

比如還是這句 " 聽我說謝謝你，因為有你，溫暖了四季 "，用成語應該怎么說？

反向詞典可以立馬拋出幾十乃至上百個選項出來，并且還會標注推薦程度。

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，鼠標一點，就能查看具體釋義。

而除了拯救現代失語人外，他們還讓 AI 嘗試過寫古詩，之前也在網絡上爆火過。

不得不說，THUNLP 真是要把 AI+ 中文玩出花了。

該實驗室由孫茂松教授領銜，教師隊伍中還有劉洋教授和劉知遠副教授。

前不久，THUNLP 還獲得了 ACL 2022 最佳演示論文獎（Best Demo Paper Award）。

該獎項是 ACL 系列會議對 System Demonstration 論文授予的最佳論文獎項，每屆會議基于評審人員評估的系統貢獻度、完成度、影響力及會議演示綜合效果的綜合評價評選出一篇獲獎論文。

One More Thing

目前，" 反向詞典 " 在網頁端和微信小程序上都能使用，APP 在路上了。

" 據意查句 " 還只能在網頁端使用（需要掃碼關注公眾號登陸一下子）。

另外，團隊表示還是希望大家在使用時多給反饋、多提建議。

比如給好的推薦名句點贊，如果看到有錯誤之處也能直接指正。

對了，研發團隊還表示，作為開源項目隨時歡迎大家加入，參與項目設計 & 開發、提出需求、反饋問題。

感興趣的話就去官網戳戳公告吧 ~