网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

一开始真的是一点经验都没有，工程整个就是一塌糊涂。演示系统出来之后也没有做任何推广，只是身边的同学用完反馈说还不错。就这样一直放着，可能一天也才几百不到一千的访问量。

直到去年 11 月的时候，突然被一家科技媒体在微博上推荐，一下子涌进来好多人——当时网站就崩溃了。

科技媒体发博推荐 WantWords丨受访者供图

因为没有人维护，我们也不看微博，崩了三四天都没发现。直到有一家做笔记工具的公司的人联系过来，想合作，我们才知道这件事。

我们当即对服务器进行扩容，同时我们想既然大家喜欢用，可以再去做一些改进，就开始做迭代，调试网页端的各种功能。其实都不是很大的更新，加起来可能最多一个月的工作量，但因为我们都有研究或者工作在身，进度比较慢。

用户量放上来之后，很多人就在后台留言，说很喜欢这个产品。还有人说希望开发 app 、小程序，甚至有志愿者提出说可以帮我们开发。

最开始有人提出愿意帮我们做小程序，后来愿意帮忙的人越来越多，到现在整个志愿者团队已经有 13 个人，有做小程序开发的，有做 app 的。志愿者有来自北京和深圳的前后端工程师，有来自新加坡的设计师，也有在美国的产品经理。

图片来源：微博截图

把它当成一个产品去做之后，我们发现，实际应用时人们的用法跟我们的想象是有差别的。

现在平台每天的查询量有二十多万。从后台数据看，绝大部分人还是在用它查同义词、相关词或者反义词。

虽然我们本意不是想做这个。这个词典更大的价值在于，能根据人们的一句话描述，找到意义对应的词汇。同义词替换本身并没有什么技术含量，很简单的。

但我们也希望它作为产品是好用的。所以在迭代更新的时候，就更加着重满足以词查词的需求。在正在做的新版本里，我们增添了很多好玩的功能。

比如最简单的，你想找 aabb 形式的词（花花绿绿），想找中间包含一个特定字的词，想找表达正向或负向情绪的词；还可以找谐音梗，比如你输入朱广权、李佳琪，词典就能帮你找像“小猪佩奇”这样带谐音梗的词。

同时，我们也支持更多类型词语的查询，包括古汉语词、专业术语、网络流行语等，在将来还会支持日语、法语等其他语言的词语。我们希望将它打造成互联网最好用的查词工具，帮更多人解决词穷的问题。

其实，有的时候机器

已经比人更会说话了

五年前，我选了自然语言处理作为自己的研究方向。当时这个方向当时还没有像现在这样热门，我心想等到毕业的时候，也许就正好起来了。

结果确实如此。尤其是 GPT-3 出现之后，它的应用给整个行业都带来很大的激励。也正是这个领域的飞速进步让我们的“反向词典”能够达到现在的效果。

GPT-3

马斯克创办的 OpenAI 人工智能研究室创建的语言模型，于 2020 年 5 月推出。它利用深度学习生成自然语言文本。文本质量之高，“在硅谷引发一阵寒意”（《连线》），也引发 AI 生成文本的风潮。英国的《卫报》曾发表过一篇完全由 GPT-3 撰写的报道，主题为阐释为何 AI 对人类是无害的。

其实到目前，在很多的语言处理任务上，机器的能力已经超过了人。

有一些专门用于测试语言能力的任务榜单，中英文版本都有，里面有各种各样的问题，比如让你判断两句话是不是表达一个意思，给你前一句话能不能推出下一句话，等等。

让机器跟人分别去做，现在最好的模型做出来的正确率，已经超过人类的平均水平了。

机器做得比人好，早已不是新鲜事｜Unsplash

尽管如此，人们还是在不断探索，很多时候，这种探索会走在实际应用的前面。像 WantWords ，它在研究上的意义就远远大于目前作为一个应用系统的意义。

我们老师一直都说，要做面向实际应用的研究。这个过程中会发现很多新的问题，比如查到的词不那么好，该怎么把一些无关的词去掉之类的。

我们在准备的一篇论文，就是围绕第二版反向词典，它使用的又是一套完全不同的原理架构。具体原理嘛，现在还不能透露。

参考文献

[1] https://wantwords.net/

[2] https://www.douban.com/group/715666/

[3] https://arxiv.org/pdf/1912.08441.pdf

[4] https://aclanthology.org/2020.emnlp-demos.23.pdf

[5] https://openai.com/blog/openai-api/

[6] https://www.theguardian.com/commentisfree/2020/sep/08/robot-wrote-this-article-gpt-3

[7] https://www.wired.com/story/ai-text-generator-gpt-3-learning-language-fitfully/