感谢IT之家网友 Sancu 的线索投递！
艾瑞巴得，又有神器来拯救文盲了！
天气太热只会念叨一句“热死了”？发朋友圈翻来覆去才憋出几个字？这个检索神器值得了解一下。只要在搜索框里输入你想表达的意思，如“热死了”。立刻就能有 20 个表达这一意思的句子任君挑选。
句子类型还能按需选取，名言警句、歇后语、古诗文都不在话下。
并且给出的名言还会注明出处作者，这下再也不用啥话都往迅哥儿身上套了。
怪不得网友直呼：朋友圈文案高级表达查找替换系统。
而且，我们在试玩了几轮后发现，这个神器在 hold 住网络俗语“精髓”上的表现有些出人意料。
比如这两天大家都在说的“精神内耗”。它给出了一段卢梭的话，完全拿捏住了词语本来的意思，语言逼格立马提升好几度。
甚至还能找出意思相近的古诗文。来自欧阳修《秋声赋》中的这句“百忧感其心，万事劳其形，有动乎中，必遥其情”，说的意思就是焦虑使人精神疲惫。
果真是能通杀古今了。于是，我们找来了更多网络流行语喂给它，看看还能擦出什么火花~
第一个要尝试的网络名句，是“听我说，谢谢你”。
神器反向输出结果中，意思最为贴近的是王维的这句“举世无相识，终身思旧恩”。这句诗中明确体现了说话主体人表达感谢之意，称得上是“听我说谢谢你”的究极上流版。
还有在句式上非常接近的结果，是温庭筠笔下的“知我意，感君怜”。
最让人意想不到的，是神器反向输出了《将进酒》里的“与君歌一曲，请君为我倾耳听”。
乍看之下，这个答案好像是错的。但要知道“听我说谢谢你”能成为梗，就是因为防疫人员尴尬被迫听歌事件…… 这么看，反向输出神器还意外扣了题。
不只是这句梗，还有很多网络用语，反向输出神器的回答都是貌似不着边际，但又让人觉得异常契合。
比如输入“无语子”，给出的诗句有：满怀心腹事，尽在不言中。
这不就是大家表达无语时的真实心境吗？因为不便明说，所以沉默，所以无语。
还有这句“你品，你细品”，输出的诗句也都带有了仔细品读、反复回味的意思。
那么，这个好用又好玩的神器，到底是什么来头呢？
以上说的这个好登西，是由清华推出的“据意查句”神器 ——WantQuotes。
诞生自清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP），项目指导教师为孙茂松教授和刘知远副教授。
能够快速从全世界这么多语料中找到你想要的句子，这个神器主要靠的是一个超大的数据集和一个推荐模型。数据集包含了英语、现代汉语和文言文三大部分。
其中，英语部分有 6108 个名言警句和 126713 个上下文文本段；现代汉语部分，包含有 3004 句名言和 408433 个相关上下文；文言文部分，则有 4438 段文言典故（包括古诗）和 116537 段相关上下文。
推荐模型方面，本文提出使用 BERT 作为句子编码器来学习名言警句和相关文本表示。
但由于绝大多数名言警句的表达都非常凝练，但是可能其中每个背后的意义又包含很多层，所以在本方法中，研究人员将义原引入到编码器中。
简单来说，义原是语言学中最小的语义单位。语言学家认为义原体系在任何语言中都适用，不与特定语言相关。
举个例子，“男孩”这个词可以由“人类”、“男性”、“儿童”这个三个义原表示，“女孩”则可以由“人类”、“女性”、“儿童”的组合来表达。
因此在模型中引入义原后，就能很好解决词义消歧的问题，并且能更准确地捕捉到词与词之间的关系。也就是让模型把语言学得更加透彻。而在具体任务对比中可以看到，本文方法的性能均优于其他方法。同时用消融实验验证了训练方法的有效性（下表最后三行结果）。
在只给出左侧文本的条件下，本文方法的结果依旧优于过去方法。
看到这里你可能觉得这项工作有点似曾相识。没错，那个之前爆火的“反向词典”也来自这个实验室。所谓“反向”，就是和常规词典不同，不是按词寻义，而是反过来给词典一段描述，让它来帮你找词。
比如还是这句“听我说谢谢你，因为有你，温暖了四季”，用成语应该怎么说？
反向词典可以立马抛出几十乃至上百个选项出来，并且还会标注推荐程度。背景颜色越深，代表系统推荐程度越高。
要是碰上啥看不懂的，鼠标一点，就能查看具体释义。
而除了拯救现代失语人外，他们还让 AI 尝试过写古诗，之前也在网络上爆火过。
不得不说，THUNLP 真是要把 AI + 中文玩出花了。
该实验室由孙茂松教授领衔，教师队伍中还有刘洋教授和刘知远副教授。
前不久，THUNLP 还获得了 ACL 2022 最佳演示论文奖（Best Demo Paper Award）。
该奖项是 ACL 系列会议对 System Demonstration 论文授予的最佳论文奖项，每届会议基于评审人员评估的系统贡献度、完成度、影响力及会议演示综合效果的综合评价评选出一篇获奖论文。
目前，“反向词典”在网页端和微信小程序上都能使用，App 在路上了。“据意查句”还只能在网页端使用（需要扫码关注公众号登录一下子）。
另外，团队表示还是希望大家在使用时多给反馈、多提建议。比如给好的推荐名句点赞，如果看到有错误之处也能直接指正。
对了，研发团队还表示，作为开源项目随时欢迎大家加入，参与项目设计 & 开发、提出需求、反馈问题。
感兴趣的话就去官网戳戳公告吧~
“据意查句”官网：
https://wantquotes.net/
“反向词典”官网：
https://wantwords.net/
参考链接：
https://weibo.com/5198011111/LE58vxn0N?
加载中,请稍侯......