07詞匯聯(lián)想功能

對(duì)特定詞語(yǔ)，進(jìn)行詞語(yǔ)的聯(lián)想。

比如對(duì)于“陰森”，能聯(lián)想到“走廊”，“森林”，“古堡”等名詞。

對(duì)于“太陽(yáng)”，推薦“圓盤(pán)，金鑼?zhuān)�火爐，火球“等可以用來(lái)比喻的詞匯，用戶(hù)可以借助此功能來(lái)激發(fā)寫(xiě)作靈感，或者據(jù)此寫(xiě)一些比喻句。本功能在寫(xiě)比喻句的時(shí)候尤其有幫助。

技術(shù)實(shí)現(xiàn)上，可以預(yù)先從大規(guī)模數(shù)據(jù)中自動(dòng)挖掘出聯(lián)想詞表，聯(lián)想詞表中記錄詞與聯(lián)想的詞之間的對(duì)應(yīng)關(guān)系，因此，根據(jù)聯(lián)想詞典可以確定出一個(gè)給定詞語(yǔ)對(duì)應(yīng)的聯(lián)想詞匯。

具體挖掘聯(lián)想詞表時(shí)，可以根據(jù)預(yù)設(shè)模板（如規(guī)定預(yù)設(shè)句式，如“就像…”）從名家名篇語(yǔ)料庫(kù)中挖掘出形容詞到名詞以及名詞到名詞的聯(lián)想詞表，也可以通過(guò)詞語(yǔ)搭配（可以限定詞性）統(tǒng)計(jì)從大規(guī)模數(shù)據(jù)中自動(dòng)挖掘獲得。

進(jìn)一步的，在抽出聯(lián)想詞表的同時(shí)也可以抽取模板，再通過(guò)新的模板挖掘新的聯(lián)想詞，不斷迭代。

08靈感激發(fā)功能

在用戶(hù)寫(xiě)作原文后，用人工智能相關(guān)技術(shù)在名家名作中精準(zhǔn)地找到可供用戶(hù)參考的句子或段落，從而激發(fā)用戶(hù)靈感，提供修改的參考樣例，同時(shí)讓用戶(hù)通過(guò)學(xué)習(xí)名作來(lái)加強(qiáng)寫(xiě)作水平。

簡(jiǎn)單說(shuō)，給寫(xiě)手提供名家名言名句抄襲對(duì)象！

你寫(xiě)的粗俗不堪，上不了臺(tái)面，沒(méi)關(guān)系，給你經(jīng)典造句對(duì)著抄。

技術(shù)實(shí)現(xiàn)上，可以從預(yù)先建立的文章庫(kù)中，選擇與寫(xiě)作原文整體粒度匹配的切分文本單元中，作為候選文本；基于人工智能計(jì)算寫(xiě)作原文與每個(gè)候選文本的相似度，根據(jù)相似度選擇預(yù)設(shè)個(gè)數(shù)的候選文本作為靈感激發(fā)信息。

具體的，首先建立一個(gè)高質(zhì)量的名家名作文章的庫(kù)，然后進(jìn)行切分，切分分別按照句子，自然段落和多段落三個(gè)不同粒度進(jìn)行切分，最后形成句子，自然段落，多段落三種切分文本單元。

其次，在用戶(hù)輸入寫(xiě)作原文后，以寫(xiě)作原文整體與文章庫(kù)中的切分文本單元進(jìn)行比較，得到粒度匹配的切分文本單元作為候選文本。粒度匹配是指長(zhǎng)度最相近的切分文本單元。

例如，寫(xiě)作原文是句子時(shí)，則將文章庫(kù)中的句子作為候選文本；或者，寫(xiě)作原文是段落時(shí)，將文章庫(kù)中的段落作為候選文本；或者，寫(xiě)作原文是多段落時(shí)，將文章庫(kù)中的多段落作為候選文本。

再次，計(jì)算寫(xiě)作原文與每個(gè)候選文本的相似度，根據(jù)相似度選擇預(yù)設(shè)個(gè)數(shù)的候選文本作為靈感激發(fā)信息。

計(jì)算寫(xiě)作原本與候選文本的相似度時(shí)，可以根據(jù)應(yīng)用效果采用已有或?qū)��?lái)出現(xiàn)的計(jì)算相似度的方案中的一種或幾種的融合。

其中一種計(jì)算相似度的方案是：抽取出用戶(hù)輸入的寫(xiě)作原文中的關(guān)鍵實(shí)體詞（實(shí)體詞如命名實(shí)體，具體如地名、人名等）（或關(guān)鍵詞）以及主題詞（抽象出的原文主題，如體育、娛樂(lè)等）。如果用戶(hù)輸入的是長(zhǎng)文本（如字?jǐn)?shù)大于或等于預(yù)設(shè)字?jǐn)?shù)），則使用主題模型和關(guān)鍵實(shí)體詞（或關(guān)鍵詞）兩個(gè)維度來(lái)計(jì)算候選文本與輸入文本的相似度。如果用戶(hù)輸入的是短文本（如字?jǐn)?shù)小于預(yù)設(shè)字?jǐn)?shù)），則可以使用GRNN或者CNN深度學(xué)習(xí)網(wǎng)絡(luò)加上關(guān)鍵實(shí)體詞（或關(guān)鍵詞）兩個(gè)維度來(lái)計(jì)算候選文本與輸入文本的相似度，最后根據(jù)相似度進(jìn)行召回和排序，呈現(xiàn)給用戶(hù)。

09智能素材推薦功能

深度分析和理解用戶(hù)提供的寫(xiě)作原文，為用戶(hù)推薦相關(guān)主題的寫(xiě)作素材（如新聞，歷史故事），用戶(hù)也可以自己選擇想要的素材類(lèi)型，比如新聞，歷史故事等（在圖片中沒(méi)有體現(xiàn)）。此功能在議論文寫(xiě)作中非常實(shí)用。

技術(shù)實(shí)現(xiàn)上，基于人工智能抽取寫(xiě)作原文的主題詞，并根據(jù)主題詞從預(yù)先建立的素材庫(kù)中，選擇主題相近的素材作為候選素材；根據(jù)主題模型計(jì)算寫(xiě)作原文與每個(gè)候選素材的相似度，根據(jù)相似度選擇預(yù)設(shè)個(gè)數(shù)的候選素材作為智能推薦信息。

具體的，首先從公開(kāi)的網(wǎng)頁(yè)數(shù)據(jù)中抓取優(yōu)質(zhì)的新聞，人文歷史故事等候選素材，然后用摘要技術(shù)和文檔標(biāo)簽技術(shù)分別對(duì)抓取的語(yǔ)料進(jìn)行處理，生成相應(yīng)摘要和文檔標(biāo)簽。

抽取出用戶(hù)輸入文本中的主題詞，然后與語(yǔ)料的標(biāo)簽進(jìn)行比對(duì)，召回一批候選的相近主題的素材，然后再使用主題模型計(jì)算用戶(hù)輸入與摘要的相似度，對(duì)候選的素材進(jìn)行排序，將相似較高的呈現(xiàn)的素材的摘要呈現(xiàn)給用戶(hù)，用戶(hù)可以進(jìn)一步通過(guò)點(diǎn)擊來(lái)查看素材原文。

可以通過(guò)搜集用戶(hù)的點(diǎn)擊信息，作為素材質(zhì)量水平的參考，并加入召回和排序的規(guī)則中去，不斷演進(jìn)產(chǎn)品的效果。

10智能基礎(chǔ)改寫(xiě)功能

具體的，在用戶(hù)輸入寫(xiě)作原文后，在保證語(yǔ)義不變的情況下自動(dòng)替換詞語(yǔ)，修改句子的樣式，改變語(yǔ)句語(yǔ)序等。如果用戶(hù)在某種情況下希望借鑒某一段文字，但不能原封不動(dòng)地直接使用，就可以通過(guò)本功能進(jìn)行自動(dòng)地改寫(xiě)。

技術(shù)實(shí)現(xiàn)上，可以采用兩種方案，其一是：基于人工智能，對(duì)寫(xiě)作原文執(zhí)行如下項(xiàng)中的至少一項(xiàng)，得到寫(xiě)作輔助信息：詞語(yǔ)替換、句子改寫(xiě)、語(yǔ)序調(diào)整。其二是：采用基于人工智能建立的LSTM模型，確定與寫(xiě)作原文對(duì)應(yīng)的智能基礎(chǔ)改寫(xiě)信息。

具體的，本功能可以有兩種方案進(jìn)行實(shí)現(xiàn)：第一種是將改寫(xiě)任務(wù)分解成詞語(yǔ)替換，句子改寫(xiě)和語(yǔ)序調(diào)整三個(gè)部分。詞語(yǔ)替換直接使用詞語(yǔ)替換推薦功能的技術(shù)方案（存在多個(gè)推薦詞語(yǔ)時(shí)選擇最優(yōu)的），句子改寫(xiě)和語(yǔ)序調(diào)整可以使用規(guī)則模板，用語(yǔ)言模型進(jìn)行過(guò)濾，去除低概率的改寫(xiě)方案。

另外需要加入一定的隨機(jī)性，讓用戶(hù)每次點(diǎn)擊可以生成不一樣的改寫(xiě)。第二種方案是使用LSTM（Long Short－Term Memory）深度神經(jīng)網(wǎng)絡(luò)通過(guò)學(xué)習(xí)人工標(biāo)注的復(fù)述語(yǔ)料直接對(duì)句子進(jìn)行序列到序列的生成。

11智能潤(rùn)色改寫(xiě)功能

具體的，在原有文章基礎(chǔ)上進(jìn)行修改潤(rùn)色，讓文章更有文采，更具文學(xué)性和可讀性。比如替換一些更“高級(jí)”的詞匯，增加一些形容詞和短句等。

技術(shù)實(shí)現(xiàn)上，基于人工智能對(duì)所述寫(xiě)作原文進(jìn)行詞語(yǔ)替換、句子改寫(xiě)以及增加短語(yǔ)或短句，得到智能潤(rùn)色改寫(xiě)信息。

具體的，本功能主要可以分解為三個(gè)部分：詞語(yǔ)的替換，句子的改寫(xiě)，以及增加詞語(yǔ)或短句。詞語(yǔ)的替換沿用詞語(yǔ)替換推薦功能的技術(shù)方案，使用最優(yōu)的替換結(jié)果。句子的改寫(xiě)有兩種方案，方案一是人工配置一些潤(rùn)色的規(guī)則，方案二是人工標(biāo)注一些潤(rùn)色的訓(xùn)練語(yǔ)料，用RNN或者LSTM神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行學(xué)習(xí)。增加詞或短句（比喻，描寫(xiě)等）可以通過(guò)一定的模板挖掘從大數(shù)據(jù)語(yǔ)料中挖掘出實(shí)體或者主題對(duì)應(yīng)的描寫(xiě)詞和描寫(xiě)短句，并同時(shí)記錄下短句周?chē)�的關(guān)鍵詞。

每次對(duì)輸入文本的句子作解析，用CRF模型或者句法分析規(guī)則找出句子的核心主體詞，然后根據(jù)周?chē)�關(guān)鍵詞的匹配，添加合適的描寫(xiě)詞或描寫(xiě)短句。

本實(shí)施例中，由于加入了人工智能，特別是自然語(yǔ)言理解技術(shù)，功能更豐富更強(qiáng)大，更加智能。用戶(hù)可以直接輸入自己的寫(xiě)作原文，利用多項(xiàng)功能對(duì)自己的文章進(jìn)行改進(jìn)。

       原文標(biāo)題 : 忌憚百度AI技術(shù)？美國(guó)要讓其退市！AI領(lǐng)域，百度科研板凳有厚度！