出诗表---大数据写诗

出诗表

―――机器文学新进展

杨义先

北京邮电大学信息安全中心主任

摘要

借力“大数据”，我们虽不能让哑巴说话，但确实可以让文盲写诗，而且，只需一分钟！不信？请读此文！（当然，为了让文、理、工、农、医等各科读者都能够读懂，我们只在此叙述原理和实例）

（一）  前言

机器文学的最终目标是：用机器创作文学作品！初听起来，好像不靠谱，但是，到目前为止，机器已经可以进行（或辅助）一些特殊的文学创作，比如，撰写史上最牛的千字文[1]，破解史上最难璇玑图[2]，撰写同音文[3]，研究“影文”[4]和语言动力学[5]等。

事实证明，规矩越多的文学体裁，就越适合于计算机发挥其特长。对“平仄”和“押韵”有严格要求的五言和七言诗，也许要算“规矩很多”的文体了吧，因此，本文就来研究如何用机器创作律诗。（注：本文的研究思路和方法完全适用于“机器撰写各种词牌名的词”，但是，由于词牌名太多，超过一千个，而且每首词的字数也不少，对我这个“诗盲”来说，要想建设相关的“意境库”就太难了，所以，本文不考虑这些“词”）

（二）   五言绝诗“出诗表”

2.1）仄起五绝首韵“出诗表”实例

仄起五绝首韵出诗表的结构如下表1.1所示。

表1.1　（仄起）五绝（首韵）出诗表

　　基于上述的表1.1，任何傻瓜都可以按如下两步轻松写诗：

第一步，任意选取一个八位数，比如，毛泽东的生日18931226，然后，把该数代替表1.1中的X1X2X3X4X5X6X7X8，于是，获得了如下的表格1.2

表1.2　“毛泽东生日”所对应的出诗表

第二步，从表1.1的第Xi列中，选取第i组文字串（“2字串”或“3字串”），并把这些“字串”串接起来就行了。比如，在表1.2中，就应该从第1、2、3、4、5、6、7、8列里，分别取出第1、8、9、3、1、2、2、6个“字串”（见表1.2中的红字部分），最后，串接起来的文字便是如下五言绝诗：羞玉竟不还，西湖哀苦寒；凤楼留不住，夜郎醉不眠。

读者可以自行用本人的生日数字来轻松写诗。为了增加趣味性，我们再举几个例子：

数字π＝3.1415926，从表1.1所对应的诗是：窈窕未曾看，梅花水月牵；水晶凝望久，夜郎醉不眠。

根号2＝1.4142135，从表1.1所对应的诗是：羞玉水生烟，燕然觉夜寒；故情人不见，多苦老红颜。

共和国的生日19491001，从表1.1所对应的诗是：羞玉贵乡还，梅花不可攀；凤楼都莫问，远忆晚妆残。

八宝山的电话号码88259666，从表1.1所对应的诗是：伤别竟不还，芙蓉嬉笑牵；相思肠断处，无限醉不眠。

黄金分割数0.6180339，从表1.1所对应的诗是：回首暗无边，燕然流泪泉；当年追往事，多苦涕衣沾。

　　递增数列12345678，从表1.1所对应的诗是：羞玉斩楼兰，鸳鸯觉夜寒；水晶肠断处，寂寞蔽青天。

关于五言绝诗，除了表1.1所述的“仄起五绝首韵”之外，还有其它的一些格律，比如，下一小节2.1）所述的“平起五绝首韵”、“仄起五绝首句不入韵”和“平起五绝首句不入韵”等四种情况。为了节省篇幅，我们仅再述一个“平起五绝首韵”的出诗表例子。

2.1）平起五绝首韵出诗表实例

平起五绝首韵出诗表的结构如下表1.3所示。

表1.3（平起）五绝（首韵）出诗表

若借助表1.3，那么，仿照前面的方法，我们可以得到

毛泽东的生日18931226对应的诗是：炎凉指波澜，不似通人烟；桃李君知否，天涯绣木兰。

数字π＝3.1415926对应的诗是：多情水月牵，依旧若浮烟；萧飒天长久，天涯绣木兰。

根号2＝1.4142135对应的诗是：炎凉乐世间，遥看乱紫烟；杳渺人间世，微茫岂敢安。

共和国的生日19491001对应的诗是：炎凉流雪山，依旧跳白猿；桃李空回首，苍生羞长安。

黄金分割数0.6180339对应的诗是：嫦娥醉上山，遥看去不还；半落谁知道，微茫伤别年。

八宝山的电话号码88259666：凄凄指波澜，风雨同交欢；何事斜阳处，香炉绣木兰。

递增数列12345678对应的诗是：炎凉梦日边，流水乱紫烟；萧飒斜阳处，无花怒上天。

（三）   五言律诗“出诗表”

与“五绝”类似，“五律”格律诗也有四类：“仄起五律首韵”、“平起五律首韵”、“仄起五律首句不入韵”、“平起五绝首句不入韵”等四种情况。为节省篇幅，我们也仅仅叙述一个例子，即“仄起五律首韵”出诗表，见下表1.4所示。

表1.4　（仄起）五律（首韵）出诗表

与前面的表1.1类似，此处的表1.4也可以让任何傻瓜按如下两步轻松写诗了：

第一步，任意选取两个八位数（或者一个16位数），然后，把它们分别代替表1.4中的X1X2X3X4X5X6X7X8和Y1Y2Y3Y4Y5Y6Y7Y8；

第二步，从表1.4上半部分的第Xi列中，选取第i组文字串（“2字串”或“3字串”），并把这些“字串”串接起来就得到了五律诗的前面四句；从表1.4下半部分的第Yi列中，选取第i组文字串（“2字串”或“3字串”），并把这些“字串”串接起来就得到了五律诗的后面四句，于是，五律的全诗就完成了。

比如，毛泽东和江青的生日分别是18931226、19140317，那么，将它们放入表1.4中，就应该从上半部分的第1、2、3、4、5、6、7、8列里，分别取出第1、8、9、3、1、2、2、6个“字串”，将它们串接起来的文字便是如下五言律诗的前四句（雨落待明年，孤房清且安；花落空怅望，久坐难追攀），然后，从下半部分的第1、2、3、4、5、6、7、8列里，分别取出第1、9、1、4、0、3、1、7个“字串”，将它们串接起来的文字便是如下五言律诗的后四句（罢笑孤帆影，思君乱紫烟；红妆留不住，忽忆侍轩辕）。将这前面各四句串起来，就完成了全诗：雨落待明年，孤房清且安；花落空怅望，久坐难追攀；罢笑孤帆影，思君乱紫烟；红妆留不住，忽忆侍轩辕。

数字π＝3.1415926　53589793对应的诗是：买醉指长天，玲珑岂敢安；从君不得意，久坐难追攀；百草怎知道，飘零万事闲；沉吟如两忘，美酒卷珠帘。

根号2＝1.4142135　62373095对应的诗是：雨落愿年年，松鸣羞玉颜；采薇遥相望，素手送君还；黄鸟须知道，珠玑了不闲；隐然空相待，美酒奉琼筵。

党和共和国的生日19210701、19491001对应的诗是：雨落照当年，幽哀岂敢安；长歌凝望处，流水亦不还；罢笑孤帆影，腰肢长空闲；几何空相待，邀我落兴酣。

黄金分割数0.6180339　88749894对应的诗是：今古想当年，松鸣尽欲言；长歌离别处，素手好庐山；浅画星芒尽，千春乱紫烟；从君君不见，美酒笑折旋。

镜像数列12345678　87654321对应的诗是：雨落扫青天，君情羞玉颜；从君回首处，遥寄空登攀；浅画啼不尽，天涯写远川；长歌留不住，莫洗落兴酣。

八宝山的电话号码88259666、88259777：香袖待明年，幽哀多苦颜；织锦回首处，眷我难追攀；浅画星芒尽，霜衣写远川；从君如两忘，醉后侍轩辕。

（四）   七绝“出诗表”

与五言类似，七言格律诗也分为“七言绝诗”和“七言律诗”，它们又可再细分为“仄起首韵”、“平起首韵”、“仄起首句不入韵”和“平起首句不入韵”等情况。但是，从基于大数据的“出诗表”角度来看，它们的原理都是一样的，因此，为了节省篇幅，我们仅给出如下表1.5中的（仄起）七绝（首韵）“出诗表”：

表1.5：仄起七绝首韵“出诗表”

与前面的表1.1类似，此处的表1.5也可以让任何傻瓜按如下两步轻松写诗了：

第一步，任意选取两个六位数（或者一个12位数），然后，把它们分别代替表1.5中的X1X2X3X4X5X6和Y1Y2Y3Y4Y5Y6；

第二步，从表1.5上半部分的第Xi列中，选取第i组文字串（“2字串”或“3字串”），并把这些“字串”串接起来就得到了七绝诗的前面两句；从表1.5下半部分的第Yi列中，选取第i组文字串（“2字串”或“3字串”），并把这些“字串”串接起来就得到了七绝诗的后面两句，于是，七绝的全诗就完成了。比如，

数字π＝3.14159　265358对应的诗是：窈窕愁绝方未还，绿烟风雨两相欢；故情杨柳空惆怅，梅梢瀑布伤别年。

镜像数列123456　654321对应的诗是：羞玉池花夜已残，玉阶风雨话孤眠；画屏春色落花絮，梅梢悲鸟愁空山。

黄金分割数0.61803　398874对应的诗是：美酒瑶泉落九天，浣纱白兔拜龙颜；染香芳树难忘酒，绝艳风景望远山。

根号2＝1.41421　356237对应的诗是：羞玉嫦娥落九天，玉阶憔悴似真仙；染香春色伤心碧，莺羽几度入远山。

（五）  原理浅析

古人早就发现了这样一个“事实”：熟读唐诗三百首，不会吟诗也会吟！但是，古人并不知道，这个“事实”的基础就是现在风靡全球的“大数据”。通过熟读众多诗词，人们便在头脑中无意识地建立起了针对各种意境的“字串库”，然后，在需要时，触境生情把库中现成的“字串”取出来，就拼接成诗了。

借助“大数据”的各种整理和挖掘技术，针对相关的意境，遵守事先约定的各种平仄格律等要求，完全可以为每个用户独立地建设和维护一个专用的“意境库”。比如，若选取“爱情”为“意境”，那么，利用“大数据”就可以收集人类在爱情的各种情况下（热恋中、失恋中、暗恋中……）都会有什么话语，至少可以收集诗人们的同类现成诗词，对这些“话语”经过机械加工，即按平仄音韵等条条框框来改造，于是，基础“意境库”就完成了。当然，在每个人的使用过程中，“大数据”还可以根据用户的爱好和习惯和“意境库”进行精细化处理，使得每个人，以傻瓜方式“写”出来的诗，也具有个性特点。其实，本文中的表1.1至1.5中每列的内容就是各种“意境库”，我们把它们以“死的方式”（不是以软件程序方式）表现出来的目的是：让读者可以更加直观地了解“傻瓜写诗”的原理。所以，“出诗表”软件真正面市后，它的操作就只需要用户随机输入相关的数串就行了。

“机器能够写诗”的另一个原因是：人其实是很容易被“骗”的，当你先申明某个字串是诗时（即，把相关的心理暗示传递给了读者），人们就会努力去想像这些字串中的“诗意”，那怕这些字串其实是“狗屁不通”。这种“主动受骗”的现象很少出现在阅读散文、小说等其它文章的过程中。

“大数据”的神威其实早就被广泛利用了，比如，大家熟知的“搜狗输入法”，就采用了搜索引擎技术，从网络的“大数据”中迅速找到“热词”或用户自己个性化常用词，于是，机器好像就能够预知你的心思，提前把你要的词展现出现，使得输入速度、词库广度、词语准确度等方面都有了实质性的提高。又比如，谷歌公司最近推出一种崭新的机译方法：将语言翻译变成向量空间数学问题，利用数据挖掘技术建模一种语言的结构，然后与另一种语言的结构进行对比，从而扩充和完善现有的双语语料库，于是，彻底颠覆了语言翻译的基本思路。

甚至有人预言，随着“大数据”的迅速发展，今后，你不必学医就能够诊病并开处方了（当然，外科手术还得由专门的医生来实施）。

总之，用“大数据”来写诗，特别是写那些清规戒律很多的“格律诗”，其实应该是意料之中的事情。欢迎各位网友八仙过海，研究出更多的“机器写诗系统”，由于本人是“诗盲”，因此，相关的“意境库”肯定粗制滥造，希望不要误导大家。

（六）    参考文献

[1]　杨义先，史上最牛“千字文”，　

http://blog.sciencenet.cn/blog-453322-695722.html

[2]　杨义先，破解史上最难璇玑图，

http://blog.sciencenet.cn/blog-453322-667745.html

[3]　杨义先，玩转同音文，http://blog.sciencenet.cn/blog-453322-676506.html

[4]　杨义先，“影文”的发现与猜想，　

http://blog.sciencenet.cn/blog-453322-685751.html

[5]　杨义先，字距猜想：“语言动力学”的起点，　

http://blog.sciencenet.cn/blog-453322-698008.html