随机地址生成器_Python文章自动生成器火了！没错，它的名字叫“狗屁不通”！...

随机地址生成器_Python文章自动生成器火了！没错，它的名字叫“狗屁不通”！...

2024-12-16 17:48

【导读】最近，一个名字相当接地气的“狗屁不通”文章生成器（https://github.com/menzi11/BullshitGenerator）火了，截至目前 GitHub 上 Star 数已超过 7300，还上了微博热搜。这个神器可以生成各种各样奇葩文章，比如领导专用“彩虹屁”万字长文。只有你想不到，没有这个神器写不成的文章。但是，生成的文章确实也是“狗屁不通”。这次我们就来解读一下，这个生成器是怎么运行的，以此为例，延展探讨一下文本生成未来还有哪些改进的方向。

一、狗屁不通文章生成器

话说，BullshitGenerator 这个项目最初起源于知乎上一位网友的提问：“学生会退会申请六千字怎么写？”，本来很简单的一个问题，但是回答中很多跑偏题的，于是本项目的贡献者之一表示看不下去了，并“随便写了个项目”：狗屁不通文章生成器，帮助这位同学写了一篇退会申请。

用 Python 生成的这篇文章长这样：

生成器地址： https://suulnnka.github.io/BullshitGenerator/index.html

但是关于生成器的工作原理，相信很多人是比较感兴趣的。

二、运行原理是什么？

据贡献者介绍，本项目最初的目的是用于中文文字 GUI 开发时测试文本渲染，用 Python 3 版本写成，目前共有 7 位贡献者。

鉴于目前 AI 用于文字生成非常流行，这个项目是否也用到了 AI 相关算法呢？答案是否定的，作者表示，BullshitGenerator 没有用到任何自然语言处理相关算法，只是简单地撸代码就可以达到效果。

那 BullshitGenerator 运行的原理是怎样的？AI科技大本营采访了CSDN博客专家@小宋是呢进行解读：

“狗屁不通生成器”是一个文本生成器，用来生成一些中文文字用于 GUI 开发时测试文本渲染。由于此项目的目的只是用于 GUI 开发时测试文本渲染，所以对文本的连贯性和含义要求不高，这也就是“狗屁不通”的含义了

if __name__ == "__main__":

xx = input("请输入文章主题:")

for x in xx:

tmp = str()

while ( len(tmp) < 6000 ) :

分支 = random.randint(0,100)

if 分支 < 5:

tmp += 另起一段()

elif 分支 < 20 :

tmp += 来点名人名言()

else:

tmp += next(下一句废话)

tmp = tmp.replace("x",xx)

print(tmp)

从源码中可以看出，生成文本的方式就是从本地读取到的文本中按照一定规律随机读取，并且替换掉文本中“x”为指定的主题文本，并未使用深度学习方法。不难发现，生成的文本会存在句子不连贯、重复性高的特点。

三、是否能与 GPT 2 结合？

issue 中有人发表了对这个项目的评价：

个人觉得“狗屁不通生成器”与“GPT”结合意义不大，这两个项目的目标和特点差异很大。“狗屁不通生成器”是为了快速用来生成一些中文文字用于 GUI 开发时测试文本渲染，而“GPT”文本生成器目标是生成高质量连贯文本，“GPT”的特点是模型大速度慢质量高，并不满足“狗屁不通生成器”的设计需求。

GPT 2 是 OpenAI 推出的一个中文生成模型，由加拿大工程师 Adam King 制作的网站上，任何人都能调教简化版的 GPT-2，它能够识别从新闻、歌词、诗歌、食谱、代码的各种输入，甚至还为《复仇者联盟》写了一个细节丰富的续集，内容可读性相当高。

开源地址： https://github.com/openai/gpt-2。

作为 GPT 2 分段发布中的最后一轮，此次公开的完整 GPT-2 包含 15 亿条参数，其中包含用于检测 GPT-2 模型输出的全部代码及模型权重。

当然，关于 GPT 2 的讨论仍在继续，比如它的实用性，生成假新闻被滥用引发的安全问题等，都是后续还有待改善的关键点。

此外，GPT 2 还有一个中文版本，相比之下，GPT2 与 BullshitGenerator 不同之处在于前者使用了 BERT 或 BPE 编译器，但同样不需要算法基础，只要简单 clone 运行即可，技术上的实现难度更大一些。

“GPT”是比较标准的自回归语言模型了，Transformer 出现前都是通过 RNN 的方法，之前比较火的“CharRNN”深度学习作诗与作曲都属于这个范畴。“GPT”将 Transformer 替换了 RNN，使得提取特征的能力与运算速度都得到很大提升，当然使用大规模数据训练模型也是“GPT”效果好的一个重要因素。

相较于“GPT”，“狗屁不通生成器”实现就简单很多，主要代码就几十行，基本上只用到了Python 编程技术。体现在文本的连贯性和含义上，虽然生成文本的质量不高，但它也满足了生成一些中文文字用于 GUI 开发时测试文本渲染的要求。

GPT2 中文项目：https://github.com/Morizeyao/GPT2-Chinese

四、文本生成的未来

GPT 2 的横空出世让大家看到了 AI 在文本生成方面的潜力。正如 Open AI 官博所说，虽然 GPT 2 还面临检测等方面的挑战，但它的潜力还很大， Open AI 表示，未来这个模型还将继续进行改进，他们期望语言模型能够在性能上有更大的提升，以此提供更高的输出质量和准确性。

BullshitGenerator 项目也公布了下一步计划:

防止文章过于内容重复
加入更多啰嗦话.
加入马三立<开会迷>里的内容
加入手写体直接渲染出图片的功能(仅仅用于测试本人的打印机是否工作正常, 请勿做它用).

大胆设想一下，日后类似于 BullshitGenerator 这样的文本生成器将进一步改进，那么是否在没有 AI 算法的参与下，仅凭简单的代码就能够生成高质量的文本（虽然可能性几乎为零，但如果可以实现将是颠覆性的成果）？从另一个思路来讲，以 GPT2 为代表的 NLP 模型现在已经可以生成以假乱真的文本，未来又该如何克服目前的挑战，生成更高质量的作品，同时能够保证安全？是否未来有一天，文本生成技术或许真的会取代一部分人类的工作？这些问题都值得深思。

本文特邀专家：小宋是呢 @CSDN博客专家&知乎深度学习专栏作家（微信公众号 ID:aideepmiss）。在校前两年半时间，获得省级一等奖（以上）奖项十次，毕业时，第一作者授权实用新型&发明专利共计二十余项。

以上就是本篇文章【随机地址生成器_Python文章自动生成器火了！没错，它的名字叫“狗屁不通”！...】的全部内容了，欢迎阅览！文章地址：https://sicmodule.kub2b.com/news/8378.html
栏目首页相关文章动态同类文章热门文章网站地图返回首页企库往资讯移动站 https://sicmodule.kub2b.com/mobile/ , 查看更多