人工智能应用- 语言处理：04. 统计模型法：基于词频组合的诗人

人类语言有很强的统计规律：特定字词总是成对或成簇地同时出现，如“春”与“花”，“山”与“水”等。统计方法试图通过“大数据”寻找常见搭配，然后生成概率最高的组合。比如，模型发现“春”后常跟“花”，“山”后常跟“水”，模型就会倾向于此类搭配。

这种方法可借助n-gram 模型（统计连续 n 个词出现的概率）来实现，对字词搭配更具“数据驱动”色彩。微软亚洲研究院曾利用统计方法推出“古诗生成器”，生成过如下五言绝句：

能看出该诗格式尚可，但句子混乱，语义不通，更不用提“真实感”和“诗意的生动”。事实上，这是早期AI 作诗的普遍问题：格式合格，但很难拼凑成让人理解的句子。