不要問國家為你做了什么，而要問你為國家做了什么?

——肯尼迪（1961年）

上面這樣經(jīng)典的政治演講少之又少，普普通通的演講倒是很多，比如美國國會的辯論演講。這些演講大多千篇一律，都遵循標準的格式，重復(fù)相似的論調(diào)，甚至使用一樣的短語來表述特定的政治立場和觀點?？雌饋砗孟癖澈笥幸惶姿惴ㄔ跊Q定它的內(nèi)容。 

于是它引導我們?nèi)ニ伎家粋€有趣的問題：有沒有可能讓機器自動撰寫政治演講稿呢？

美國馬薩諸塞大學研究人員Valentin Kassarnig為我們帶來了答案，他開發(fā)了一套撰寫政治演講稿的人工智能（AI）機器算法，機器寫出的講稿幾乎可以以假亂真。

分析文本預(yù)測單詞

從表面上看，基本原理還是很簡單的。Kassarnig首先建了一個數(shù)據(jù)庫，從53場美國國會辯論中抽取4000個政治演講片斷，編成一套“機器學習”算法，讓它自動撰寫稿件。這些政治演講由5萬多個句子組成，平均每個句子包涵23個單詞。凱斯塞寧將演講按政黨進行分類，比如哪些是民主黨的，哪些是共和黨的，看它們是否贊同或者反對某個特定的主題。

魔鬼在于細節(jié)，分析數(shù)據(jù)庫是最大的挑戰(zhàn)。在嘗試了許多種技術(shù)之后，Kassarnig最終采用了基于“N-grams（元語法模型即馬爾可夫模型）”的方法。他首先用詞類法分析文本，也就是用語法規(guī)則來給每一個詞語和短語作標志（標為名詞、動詞、形容詞等）。然后分析第6個詞或者短語，根據(jù)前5個詞或者短語判斷第6個詞或者短語最有可能是什么。Kassarnig說：“只要看它前面是5個是什么，我們就可以很快確定所有的單詞。”

在分析詞的過程中演講稿會同步生成。Kassarnig需要告訴算法寫什么類型的演講稿，比如是給民主黨寫還是給共和黨寫。算法最開始會按給定的類別搜索6個詞或者短語組成的數(shù)據(jù)庫，然后用5個詞或者短語作為起點來撰寫演講稿。

算法的寫作從隨機選擇的5個詞或者短語開始，然后選擇可以與之相關(guān)聯(lián)的下一個單詞。Kassarnig說：“跟著系統(tǒng)就會自動一個接一個地預(yù)測單詞，并最終預(yù)測演講的結(jié)尾。”

整個過程有一些技巧。例如，算法會知道演講中最可能出現(xiàn)的特定主題是什么，然后它會挑選其它主題嵌入到演講中去，它還要決定如何修飾這些主題。

機器的政治寫作水平挺高

下面是機器寫的一則民主黨講稿：

“議長先生，多年來，因為受到破產(chǎn)法的保護，誠實而不幸的消費者可以為自己的案子進行申訴了，最終他們合理而有效地償還了債務(wù)。系統(tǒng)所采用的方法是管用的，破產(chǎn)法院會評估各種情況，如收入、資產(chǎn)、債務(wù)，從而決定哪些債務(wù)應(yīng)該償還，決定消費者如何自力更生。讓我們支持增長和機會，請通過這項立法?！?/p>

寫出來的文稿還算通順，畢竟Kassarnig的人工智能算法還沒有接受過訓練，它只是在最開始時作了標記，并對政治演講按6個詞組或者短語進行過一番分析。他用一些標準對演講稿進行評估，比如檢查語法正確性、句子過渡、講稿結(jié)構(gòu)和內(nèi)容，評估發(fā)現(xiàn)機器寫的東西很不錯。Kassarnig說：“特別值得欣慰的是講稿的語法很正確，句子過渡也非常流暢?！?/p>

盡管如此，讓機器算法走上政治舞臺，Kassarnig并不樂觀：“盡管算法的確可以為政治家撰寫演講稿，但它的結(jié)果不太可能好。”愿意使用這套算法的政客沒幾個。

幸好算法還可以用來撰寫其它類型的文本，比如新聞，只要根據(jù)同樣的事件給它們提供一些故事就可以了。它還可以用來寫博客，只要為它準備一個很大的數(shù)據(jù)庫，在里面裝滿相似的文章就行了。 

凱斯塞寧希望大家都來試一試，他已經(jīng)將源代碼發(fā)布在GitHub上，快去試下吧。

via techreview

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。