我恋爱了。
我一直觉得自己是个很奇葩的人，我很容易被一个人吸引。我也是那种很容易被一些事影响情绪的人，我一直觉得自己很奇葩，我很容易被一些事影响。我是一个很敏感的人，我觉得一个好的坏的事都能影响我，我很敏感，我会长时间不开心的。但是在我的身上，却能学到很多东西。
刚上初中那会儿，我都是被一些事影响很大的。比如有一次在操场看到了一个女孩子，在走路。我就躲在后面不敢回头看，然后就看到了那个女孩子跑过来，冲我挥挥手，然后就把她往后拽。还有一次在操场散步，我走在前面，她把我往后拽，把我往前推，最后推了很远，把我往后拽。我就很难受，一直哭。
后来高中有人在操场举办了一个讲座，我就顺道来了，讲座前我还给她买了零食吃。她很惊讶，问我怎么回事，我说是她前男友给她买的。她是真的很喜欢我，也很独立，现在这么自立了，什么事情都能自己办，不像很多小女生为了一点点小事就跟小姐一样。
她的很多很多让我感动的事情，都发生在我和她之间。我从来不会去想以后的我会是怎样的，也很难过，很自私，这让我很受伤。我想过，我是不是也有同样的问题，从来不会去想以后我会是怎样。其实我很想学着自己控制情绪，但我控制不了自己。

别想太多，上面这一大段都是我用AI生成出来的，我只输入了前四个字：「我恋爱了」。

是不是惊叹于AI也能自动写出这么有故事的情节？不要太惊讶，除了「小说」，像「歌词」、「诗歌」，甚至是「你对象风格的聊天」都可以自动生成出来，只要你准备好充足的数据就行了。

再来看几个AI生成的例子，其中加粗的部分就是我输入的前缀：

歌词

「最美的不是下雨天，是曾与你躲过雨的屋檐」，也要让我从头看看你最美的容颜是缘分让你我相遇，在人生最美的情缘，想和你一起手牵着手，肩并着肩走过每个周末，天边的星星陪伴着你，也要把你捧在手心，感受心灵的呼唤，不要担心会被拒绝，那个未来需要我们去探索。

诗歌

「大漠」遥天静雪霜，北风吹雪满渔阳。
千崖冻合胡尘断，万里烟消塞草长。
绝域衣冠愁伏腊，异乡舟楫怨江乡。
何时边将归营好，重见单于款朔方。
西南半壁悬金阙，上下群方拥玉鞍。
草动高低惟见白，月临远近不成寒。

个人风格的聊天记录

这里我导出了我粉丝群里一位风格鲜明的粉丝的所有聊天记录，一共2万句左右（真是太能水群了），然后生成出了下面这样的句子：

「如果阳神是个女孩纸，计算机大佬，年纪95」，肯定不在话下。不过他是真的帅，肯定不会发生性关系的。就是，我很羡慕XXX，好吧，我觉得他俩在一起可是人生的美好时光，不可能像我现在这样，每天打打游戏就很开心的。对啊，我觉得网恋就是这么玩的。
然后我想，我要是见到他，我以后要是也这么想着，我的代码会一天比一天好吧。我要是见到他，我以后代码也会一天比一天好吧。不过，我现在对帅的男生不大感冒，主要是这种男生太多了，我不想脱单。就聊聊天嘛，也开心。
我觉得他真的是很帅的，可能就是我没见过帅的男生吧，不是，我只是喜欢的类型不一样吧。我以前也觉得，我可能长得不好看，我也不会觉得他帅。然后就觉得这辈子，我要是有个对象，我必须对他很好，不会有这种想法。但是，现在，我觉得帅的男生不是那么容易的。因为我没有对象，没有高富帅，也谈不上帅气的男生。
我觉得，对方帅的程度和我性格不匹配。我不知道是不是我长得不好看，见到一个男生，我会很想哭。但是，我也觉得他不帅啊，我也不清楚，就是喜欢的类型不一样。不过，我以前也不会想着要谈恋爱。但是，现在终于有人可以回答我问题了。我以前就希望对方有钱，我也想谈恋爱，但是，我发现有些男生真的很帅，帅到一定程度就很惨了。

好吧，我承认这段夸的我飘了，但平心而论，生成出来的句子太有粉丝内味了，不仔细看根本没法看出是AI生成的，还是她亲口说的。

原理

原理其实很简单，使用的是GPT-2生成模型，加载预训练好的中文GPT-2模型参数，在你自己的数据集上微调一下，就可以生成你自己风格的句子啦。

下载代码

我们可以用现成的开源代码来进行模型训练和预测，直接运行下面命令克隆到本地就行了：


git clone https://github.com/Morizeyao/GPT2-Chinese.git


下载预训练模型（可选）

如果你直接从随机初始化的模型参数开始训练，效果一定不会很好，因为你的数据量肯定不会很大。所以我们要站在巨人的肩膀上，从别人预训练好的模型开始，在自己的数据集上微调，这样就可以大大加快模型收敛速度，还能提升预测效果。

我们只需要下载模型的配置文件和参数就行了，地址在下面：

​​uer/gpt2-chinese-cluecorpussmall at main​​


只需要下载​​config.json​​​和​​pytorch_model.bin​​​两个文件就行了，然后在上面下载的代码根目录下新建一个目录​​pretrained​​，保存在该目录下。

准备数据

你可以准备任何你想要生成风格的数据，例如小说、诗歌、歌词、聊天记录等等。

我之前写过一篇教程，教大家如何导出你的微信聊天记录：

​​godweiyang：超简单：mac导出微信聊天记录（附上粉丝群全部聊天记录）​​


整理好你的数据之后，保存在文本文件​​train.txt​​​里，然后用下面代码将它转换成JSON文件​​train.json​​：


import json

dic = {}
with open("train.txt", "r", encoding="utf8") as f:
    merge_line = ""
    for line in f:
        line = line.strip()
        merge_line += line
        if len(merge_line) > 500:
            dic[merge_line] = 1
            merge_line = ""

with open("train.json", "w", encoding="utf8") as f:
    json.dump(dic, f, ensure_ascii=False)


训练模型

训练模型很简单，直接运行下面命令就好了：


python3 train.py \
  --raw \
  --epochs 10 \
  --batch_size 8 \
  --num_pieces 1 \
  --min_length 3 \
  --pretrained_model pretrained


这里可能需要修改的参数有这么几个：

  • 如果训练完loss比较大，可以调高​​--epochs​​。
  • 如果显存溢出，可以调小​​--batch_size​​。

训练完之后，loss大概在1.0到2.0左右，loss越小一般来说效果越好。

生成句子

使用下面命令生成你自己风格的句子：


python3 generate.py \
  --length=500 \
  --nsamples=4 \
  --prefix="我恋爱了。" \
  --fast_pattern


这里需要指定三个参数：

  • ​​--length​​表示你想生成句子的长度。
  • ​​--nsamples​​表示你想生成多少句随机的句子。
  • ​​--prefix​​表示你输入的句子前缀。

后记

学会上面几步操作，你也可以轻轻松松生成出你想要风格的句子。

也许在某一天，你根本就不会发现，你看完的这篇文章不是我亲手写的，和你聊天的我也不是真实的我。