学贯中西(5):以AI表达五言唐诗的知识图谱

作者：高焕堂(铭传大学、长庚大学教授、台北) 时间：2022-04-01 来源：电子产品世界

加入技术交流群
- 扫码加入
  和技术大咖面对面交流
  海量资料库查询

本文引用地址：//www.cghlg.com/article/202204/432708.htm

1 ML模型的创新组合

前面几期里，说明了AI（人工智能）ML（机器学习) 模型的记忆和推论技能，善于表达事物或现象之间的关系。于是，我们可以建立许多个AI 模型，然后把它们串连组合起来，就能够表达形形色色的知识网络(Knowledge Networks)，又称为知识图谱(Knowledge Graph)。在本期里，将举唐朝的五言诗为例，首先建立3 个简单的ML 分类(Classification) 模型，然后把它们组合起来，表达出五言唐诗的基本知识图谱。

图1

2 复习NN模型：表达事物之关系

兹复习上一期NN（神经网络）模型的范例( 图1)。这个ML 模型表达了气候变化之间的关系：春暖→夏暑→秋凉→冬寒→春暖→…。这项人类已知的智慧( 即关联性)，就可以让机器( 计算机) 来学习、记忆它，然后依据它进行推论或预测。以此类推，这样的简单ML 模型，也可以表达出唐诗的< 句子> 与< 作品名称>( 或作者) 之间的关系( 图2)。

从这Excel 画面上( 如图2)，按下< 学习> 按钮，这ML 模型就会记住这些诗句与作品名称之间的关系。一旦记住了，就能随时进行联想或推理。例如，这个Excel 画面上( 如图3)，按下< 测试> 按钮，就可以来测试一下ML 模型是否真正记住了这些关系。

图2

图3

于是，按下了这< 测试> 按钮( 图3)，就可以迅速得出这两个诗句是来自那一首诗，输出了其作品名称( 图4)。

图4

这是ML 模型的基本技能，它透过机器学习而记住了< 诗句> 与< 作品名称> 之间的关系，如图-5 所示。

图5

图5 显示的是典型的ML 分类器模型。我们可以建立更多这样的模型，来表达各式各样的事物之间的复杂关系。

3 设计新的ML模型，并进行训练

刚才已经设计了一个ML 模型，表达了一项五言唐诗的基础关系。现在继续来增添更多ML 模型，来表达更多关系。例如，增添2 个新模型，如图6。

图6

图6 中的第1 个分类器，就是刚才已经建立的ML模型。第2 个分类器则表达出< 作品名称> 与五言诗的< 格律> 之关系。而第3 个分类器则表达出< 作品名称> 与诗的< 境界> 之关系。设计好了这3 个分类器之后，就来收集五言唐诗的数据，如图7，来训练这些ML 分类器( 模型)。

基于这些数据，就来对这三个模型展开训练；而这些分类器的结构和训练流程都是一样的，只是训练数据不同而已。其中，最左方栏是< 诗句>，左二栏是< 作品名称>，右二栏是< 格律>，而最右栏是< 境界>。例如，典型格律有四种：仄起仄收、仄起平收、平起仄收、平起平收。而典型的境界有三种：物境、情境、意境。接着，就拿< 诗句> 栏和< 作品名称> 栏的数据，来训练第1 个分类器( 模型)。接着，拿< 作品名称>栏和< 格律> 栏的数据，来训练第2 个分类器。然后，拿< 作品名称> 栏和< 境界> 栏的数据，来训练第3个分类器。这样就完成分类器的训练了。

图7

4 模型的整合测试

刚才把三个分类器串联起来( 图6)，展现出五言唐诗的知识图谱的雏形了。可以从< 诗句> 串联到< 作品名称>，继续串联到< 格律> 和< 境界>。就来设计一个Excel 画面，从输入诗句出发如图8。

图8

请您按下< 测试>，就会取得第1 个诗句：< 黄河入海流>。然后把这诗句输入给第1 个模型，这模型就会输出作品名称：< 登鹳雀楼>。然后把这作品名称输入给第2 个模型，它就会输出格律：< 仄仄>。此外，还把这作品名称输入给第3 个模型，它就会输出境界：< 情境>，如图9 所示。

图9

请您再按一次< 测试>，就会取得第2 个诗句：<举头望明月>。然后把这诗句输入给第1 个模型，这模型就会输出作品名称：< 静夜思>。然后把这作品名称输入给第2 个模型，它就会输出格律：< 平平>。此外，还把这作品名称输入给第3 个模型，它就会输出境界：< 意境>，如图10 所示。于是，展现了从一个知识点，可以串联到许多相关的知识点。