如何制作写作业机器

制作写作业机器需要考虑以下几个方面:

1. 知识底层:需要构建广泛的知识图谱,包括词汇、语法知识、文本结构知识等,这将为写作提供基础支持。可以利用中文词典、百科全书等资源构建。

2. 话题选择:需要有话题推荐模型,根据用户输入的关键词推荐相关话题和子话题,供用户选择。可以通过关键词与话题的联想构建 SUCH 模型实现。 

3. 材料搜集:需要有搜索引擎采集网络上相关材料,包括 news、论文、案例分析等。 Need 定期自动爬取并更新。

4.内容框架生成:根据话题需自动构建一定的文章内容框架,包括标题推荐、段落大纲等。可以利用序列生成神经网络实现。

5. 语言生成:需要有条件文本生成模型,可以在段落框架内生成自然语言结果。选用像 GPT-3 这样的预训练语言模型较好。 

6. 文章组织:需要有文档级的内容规划与组织模块,将各段落有序组合为完整文章,使结构清晰、逻辑连贯。采用Seq2seq结构较为可行。

7. 文章评估与优化:需要有自动评估生成文章的模块,包括语义连贯性、层次清晰度、重复度等评价维度。并提供文章优化建议,供用户修改和完善。可采取编码器-解码器框架,将评估维度映射为优化操作。

8. 用户反馈:需要有用户反馈与交互模块,获取用户对生成结果的评价与修改意见,不断优化模型,提高写作质量。

综上,构建一套完整的写作自动机器需要solving诸多自然语言处理难题,是一个涉及面相当广的课题,需要借鉴和融合多种技术与框架,是一个相当复杂的工程。希望以上这些建议能有所帮助。