前言：
我們先看四首詩，這里面，兩首是唐詩人元稹的作品，兩首是作詩機的作品。你能看得出來嗎？
七絕《清明》
對鏡空嗟白發(fā)新，微吟還喚夢中人。
登樓入望青山舊，隔斷紅塵二十春。
五律《清明》
清明來向晚，山淥正光華。
楊柳先飛絮，梧桐續(xù)放花。
鴽聲知化鼠，虹影指天涯。
已識風云意，寧愁雨谷賒。
七絕《寒食》
今年寒食好風流，此日一家同出游。
碧水青山無限思，莫將心道是涪州。
五律《寒食》
傷心曾失所，君子欲何歸？
瑤草誠難補，黃花孰可依。
愁侵燈自照，老去葉初飛。
世事同為客，青山對拂衣。
筆者在17年前（2000年）在自己的個人網(wǎng)站上用“稻香老農(nóng)”的網(wǎng)名發(fā)布了第一代算法的作詩機產(chǎn)品，是國內(nèi)第一款機器合成詩詞的軟件，至今已經(jīng)被使用超過2億次。
2017年初，采用第二代算法的作詩機發(fā)布在公眾號“作詩機”上。上面四首中的其中兩首，就是采用第二代算法機器直接輸入題目進行機器合成的。
公眾號“作詩機”有兩個功能板塊：
1、超級詞匯：提供字、詞匯的各種屬性、關(guān)聯(lián)查詢。
2、智能創(chuàng)作：自動作詩，填詞。
使用第三代算法的軟件正在調(diào)試，預計年內(nèi)發(fā)布。
我這里盡可能用最通俗的語言剖析一下作詩機的第二代算法。網(wǎng)上時常見到一些大學、科研機構(gòu)研究的機器合成算法，遺傳算法、精英策略、輪盤賭算法等等……寫得很深奧，其實說白了，都差不多一個意思。
機器作詩的三個步驟
總的來說，二代算法的作詩機寫一首詩，經(jīng)歷了三個步驟：
第一步、事先讓機器學習約50萬首律詩和絕句，形成幾個能表現(xiàn)“題目”，“句子”和“詞匯”三者關(guān)系的數(shù)據(jù)庫。
第二步、根據(jù)題目，用和題目相關(guān)的詞匯形成每個句子的第一個詞匯，然后再形成每個句子，然后機器先合成出一首原型詩。
第三步、即時根據(jù)格律要求、詞匯間關(guān)系的緊密程度，優(yōu)化原型詩，直到符合格律或達到設(shè)定的優(yōu)化次數(shù)，最后輸出。
壹、步驟一：機器學習了什么？
舉個例子，機器學習李白的《望廬山瀑布》：
日照香爐生紫煙，遙看瀑布掛前川。
飛流直下三千尺，疑是銀河落九天。
1、首先是分詞（把句子分割成詞匯），一個是題目需要分詞，一個內(nèi)容需要分詞。
（1）題目通過算法可以分為：望/廬山/瀑布。其中廬山和瀑布都是專用名詞。機器會認為這首的主題有可能是“廬山”或者“瀑布”。
但到底是“廬山”還是“瀑布”呢？這又是另外一個預先就要先計算好的課題：
我們可以把這首詩里的詞匯取出來，再去匹配其他詩詞，如果發(fā)現(xiàn)在一定的適配度下，以哪個詞為題的詩詞更多，我們就會認為這首詩的主題哪個詞。（當然，通過計算，我們的結(jié)果是：這首詩的主題是“瀑布”而不是“廬山”）。
（2）然后就是內(nèi)容分詞，詩內(nèi)容很容易，就2-2-2-1或2-2-1-2不外乎這兩種。
Tips：詞如何分詞？詞的分詞則麻煩一些，詞有幾十個詞牌有領(lǐng)字（也叫一字逗、一字領(lǐng)），可以先根據(jù)詞譜來分詞。然后再用常規(guī)的分詞技術(shù)，常見有領(lǐng)字的詞牌有《沁園春》等三十幾個詞牌（見文末的附錄）。
例詩內(nèi)容分詞后的效果：
日照/香爐/生/紫煙，遙看/瀑布/掛/前川。
飛流/直下/三千/尺，疑是/銀河/落/九天。
2、分詞完，我們要形成三種數(shù)據(jù)：
推薦詞數(shù)據(jù)庫：詞匯之間前后關(guān)系的數(shù)據(jù)庫。
共現(xiàn)詞庫：能表現(xiàn)題目和詞匯關(guān)系的數(shù)據(jù)庫。
對詞庫：對仗詞數(shù)據(jù)庫。
（1）推薦詞數(shù)據(jù)庫：把幾十萬首詩過一遍，去掉重復的，我們會得到大約120萬組“前后推薦詞”，什么叫“推薦詞”？
這一首里：“日照”是“香爐”的前推薦詞?！跋銧t”則是“日照”的后推薦詞。推薦詞數(shù)據(jù)庫不只預示詞匯間的前后關(guān)系，更重要的是，預示詞匯間“有沒有關(guān)系”。如果有很多詩詞句子里都有日照和香爐，不管先后，我們可以理解為日照和香爐“很有關(guān)系”，由于古詩詞的特殊性，大多數(shù)詞匯前后關(guān)系不重要，可以互為推薦詞。
（2）共現(xiàn)詞庫：什么叫共現(xiàn)詞？
在一種主題的中，共同出現(xiàn)的詞匯。
李白這首《望廬山瀑布》，題目我們通過機器分詞，然后用詞性篩選，我們得到主題：“瀑布”。
我們已經(jīng)事先通過另一個機器學習程序，把數(shù)十萬首詩詞做了分類，比如瀑布，我們得到大約有三四百首以瀑布為主題的詩詞。這幾百首詩里經(jīng)常共同出現(xiàn)的詞匯，我把他它們叫共現(xiàn)詞。
比如經(jīng)常在瀑布這個主題里出現(xiàn)的詞匯（共現(xiàn)詞）大致是：峰前、銀河、飛泉、清谷、壁山、煙霞……
體會下，這些詞匯是不是和“瀑布”關(guān)系密切？
（3）對仗詞庫：我們知道律詩中間兩聯(lián)需要對仗，所以，機器在學習形成前兩個庫的同時，從中間兩聯(lián)同時獲得了對詞，大約得到100萬組不重復的對詞。
對詞哪個對子重復最多，猜猜？居然是“天上”對“人間”，北京那家夜總會起名字人莫非研究過？
Tips：對仗詞只是詩里有嗎？不是，不少詞里也有。有些詞牌某兩句會推薦使用對仗句（如《浣溪沙》），或者某個一字逗后面推薦使用幾組對仗句（如《滿江紅》）。
詞里的對仗句也出了很多名句，如“無可奈何花落去，似曾相識燕歸來?！保秩纭白栽陲w花輕似夢，無邊絲雨細如愁?！?/p>
推薦使用對仗的詞牌有十幾個，見文后附錄。我不知道這里用“詞牌推薦使用”是否合適，也可能是某人用對仗出了名句，大家就跟著學了，而后就成了慣例。
有一點提醒，從詞里獲得的對仗詞，往往無法用在詩里面。因為律詩里獲得的對仗詞，平仄也是相對的，而詞里則未必，因為詞詩根據(jù)詞譜填的。
3、這三個數(shù)據(jù)庫都可以使用超級詞匯工具查詢：
以瀑布為例：
這里，“走得近”的詞就是我上面說的共現(xiàn)詞。
貳、步驟二：根據(jù)題目機器合成出一首原型詩。
這個里有三個問題要解決：
怎么根據(jù)題目獲取和題目相關(guān)的詞匯。
怎么根據(jù)詞匯形成句子。
律詩怎么處理。
1、從用戶的題目獲取詞匯：從上面的共現(xiàn)詞庫獲取。
如上面說到的“瀑布”，我們已經(jīng)從三四百首瀑布里獲得了瀑布的共現(xiàn)詞：
瀑布：飛流、銀河、飛泉、清谷、壁山、煙霞……
仔細看看，是否這些詞匯放在寫“瀑布”的詩里意思還是合適的？
這里我們選四個分配給四個句子。每個句子就有了一個共現(xiàn)詞。
2、如何讓詞匯形成句子：從前后推薦詞庫里獲得，我還還是以瀑布為例：
在公眾號超級詞匯里，查找瀑布，我們看到：
荷花的前推薦詞為：千尋、奔騰、倒懸、飛來、窗前……
荷花的后推薦詞為：半空落、出空微、穿危石、掛峰頭、飛晴雨……
這個時候，哪怕閉上眼睛，隨便把“前推薦詞” “瀑布” “后推薦詞”，一組合，都是連貫的句子：
千尋瀑布半空落
飛來瀑布出空微
倒懸瀑布掛峰頭
窗前瀑布飛晴雨
3、律詩的合成。絕句中間加上兩聯(lián)，就是律詩，分別用對詞庫。
Tips：其實，在我的軟件里，不管你選擇什么體裁，軟件都是寫一首七言律詩，然后裁剪成你要體裁。
五律：七律砍掉前兩字，就是五律。
七絕：“絕”本來就是“截”的意思，七律砍掉任意連續(xù)的兩聯(lián)就是七絕。
五絕：七絕砍掉前兩字，就是五絕。
4、到了這一步結(jié)束，我們已經(jīng)把詞匯都填進去了：
通過用戶的題目，為每一句分配了一個共現(xiàn)詞。（這也確定了整首詩的大致意思）
把每一句的共現(xiàn)詞，用“前推薦詞” 共現(xiàn)詞 “后推薦詞”已經(jīng)寫好了句子。（這里確保了每個句子的連貫性）
只是：平仄還沒有考慮，押韻還沒有考慮。后面第三步會說明如何交叉、優(yōu)化和收斂到符合格律、符合押韻。
Tips：詩的平仄還好，就平仄。詞就麻煩很多，不少地方不止是要求仄，還要求是仄里的去聲或者入聲。
正如李清照在《詞論》中提出“蓋詩文分平側(cè)，而歌詞分五音，又分五聲，又分六律，又分清濁輕重?！?/span>
但從技術(shù)的角度來說，由于作詩機詩按平水韻，平水韻有106個韻部（特別是有些窄韻、險韻和啞韻，可選詞匯很少）；詞按詞林正韻，有19個韻部。就從這點來說，詩可選的詞匯限制多很多。
叁、最后一個步驟：優(yōu)化和輸出。
這個時候，只要從四個共現(xiàn)詞（絕句為例）中，以格律為約束條件，通過交叉和迭代，收斂到同一個韻部就可以了。
交叉、迭代技術(shù)性比較強，這里就不詳細解釋了，總之，目的就是優(yōu)化。
二代算法為了保證趣味性，比如每次都要形成不同的詩詞，不能優(yōu)化到最佳值，否則最佳值只有一個，那就沒有趣味性了。二代算法只優(yōu)化到符合格律（平仄、押韻）為止，把更多的選擇用候選句的形式提供給使用者。
理論上，給機器足夠的時間進行足夠的交叉迭代，機器是可以寫出很中規(guī)中矩的詩詞來的。
Tips：詞的自動生成：
詞除了平仄押韻外，還有一些特殊的格式。僅疊句就很多，舉一些名句：
疊一字的如：陸游《釵頭鳳》“一懷愁緒，幾年離索。錯！錯！錯！”
疊兩字的如：李清照《如夢令》“爭渡，爭渡，驚奇一灘鷗鷺。”
疊三字的如：李白《憶秦娥》“秦娥夢斷秦樓月。秦樓月，”
疊四字的如：辛棄疾《丑奴兒》：“愛上層樓。愛上層樓，”
疊五字的如：辛棄疾《東坡引》：“羅衣寬一半，羅衣寬一半”
疊六字的如：賀鑄《琴調(diào)相思引》“動管色，催行色；動管色，催行色；”
最為特殊的，當屬《調(diào)笑令》（也叫古調(diào)笑、宮中調(diào)笑、調(diào)嘯詞、轉(zhuǎn)應(yīng)曲）。
我們看一個唐詩人戴叔倫的《轉(zhuǎn)應(yīng)曲》：
邊草，邊草，（仄韻一）
邊草盡來兵老。（仄韻一）
山南山北雪晴。（轉(zhuǎn)平韻）
千里萬里月明。（平韻）
明月，明月，（前句最后兩個字反轉(zhuǎn)）（反轉(zhuǎn)后轉(zhuǎn)仄韻二）
胡笳一聲愁絕（仄韻二）
說明：“明月”處是將上句的最后兩個字“月明”翻轉(zhuǎn)二來。最后一句則和翻轉(zhuǎn)后的“月“押韻。所以，這首詞短短幾句，有三個韻。
肆、效果測試：
只需輸入標題，比如我們輸入“天涯”：
七絕《天涯》作詩機
千里迢迢返故廬，平生寂寞故人疏。
江山不見鶯花老，落日相逢歲又除。
Tips：作詩機的作品，點擊其中一句，候選句會提供無窮無盡的同一個格律的候選句。每次點擊出10句，總可以挑選到合適的。
伍、三代算法和二代算法：
可以簡單這么理解：
二代算法：使用了唐宋詩人數(shù)千人大眾的基因。
三代算法：讓李白娶李清照，取兩個“精英”結(jié)婚后的基因。
希望屆時能給大家?guī)砀蟮捏@喜。
附錄一：含有領(lǐng)字格的詞牌：
|沁園春|壽星明|
|水龍吟|龍吟曲|莊椿歲|小樓連苑|
|摸魚兒|摸魚子|買陂塘|邁陂塘|雙蕖怨|
|齊天樂|臺城路|五福降中天|如此江山|
|洞仙歌|
|行香子|
|八聲甘州|
|醉太平|
|憶舊游|
|蘭陵王|
|二郎神|
|法曲獻仙音|
|長亭怨慢|
|絳都春|
|鶯啼序|
|金人捧露盤|銅人捧露盤引|上西平|西平曲|
|暗香|紅情|
|雙雙燕|
|望遠行|
|酷相思|
|黃鶯兒|
|翠樓吟|
|八六子|
|憶少年|十二時|
|眉嫵|百宜嬌|
|六丑|
附錄二：詞譜里有推薦使用對仗句子的詞牌有
|浣溪沙|攤破浣溪沙|山花子|
|鷓鴣天|思佳客|
|水調(diào)歌頭|
|沁園春|壽星明|
|西江月|步虛詞|江月令|
|踏莎行|轉(zhuǎn)調(diào)踏莎行|
|南歌子|南柯子|風蝶令|
|憶江南|望江南|夢江南|江南好|
|望海潮|
|漁歌子|
|金人捧露盤|銅人捧露盤引|上西平|西平曲|
|八六子|
