芦阳加入菜鸟也才仅仅四个月，这是他第一次参加双11备战。作为一名新员工，用原创嘻哈歌曲庆祝双11的形式可谓独一无二。人工智能和双11也成为MusicGo的第一个主打的主题曲。
今年的双11非常有科技感，芦阳就给MusicGo喂食了不少体现双11科技的文章，比如菜鸟智慧物流、阿里云、天巡机器人、智能客服等关键词，加上修饰韵脚，20分钟后，一首《天猫双11有嘻哈》就出炉了。
大家来感受下：
其实，今年双11里人工智能已经悄然成为了狂欢节的新兴“职业”。不仅50%的后台故障修复由智能机器人负责，超级机器人仓群和一天内350万的客户量都是由智能机器人和“店小蜜”来完成的，可以说今年阿里双11开启了人际协同时代的新篇章。
这款芦阳利用业余时间编写的人工智能程序MusicGo，可以分析Hip-hop的歌词，将歌词进行分词以及拼音解析，从而进一步获取每个词的韵脚，形成庞大的分词词库，扔进去一个词就能出来很多押韵的相关词汇。
今天，阿里妹也邀请到了作者芦阳，请他来聊聊MusicGo的实现原理。其实没有你想象的那么难哦～
芦阳：把AI写歌儿这个事儿抽象起来看，其实是有一个模型，或者更通俗一点讲，是有一个函数。就像Y=WX+B，给一个X，就可以产出一个Y。所以，问题的关键是我如何抽象出这个函数，并使其尽可能的精准。
深度学习可以做到的是抽象模型。举例，我给出一段序列A作为X，给出一段序列B作为Y，它会通过不断的有监督学习从而获得函数Y=WX+B。接着，我又给出一段序列C作为X，给出一段序列D作为Y，它通过调整函数的参数尽力去满足A->B && C->D。当学习的量达到一定阶段的时候，模型也就基本可用了。
因此，我最终想要的效果是，一个比较合理的模型。这个模型可以做到，我给一个序列X，它可以去生成序列Y1，同时生成隐状态H1。接着，用Y1以及H1作为输入，继续生成Y2和H2，以此类推。最终达到所定义序列长度标准。
步骤为：
1. 收集歌词
2. 对歌词进行预处理，去除标点符号、特殊字符
3. 不断训练seq2seq模型
4. 使用模型产出歌词
收集歌词
我用Python爬取了XX音乐上的Hip-hop歌单，分析rapper如何押韵，收集到了几万首嘻哈歌词。
数据预处理
原始的歌词因为都是网友们上传上去的，所以格式并不完全统一，而且还会有一些非主流符号。因此，需要把所有歌词都进行同样的预处理，过滤了标点符号、特殊字符，写入到文件中，目的是使剩下的文本足够的整洁。
训练模型
首先是建立LSTM模型。
根据传入的引状态initial_state与序列inputs_split，执行rnn的decoder获得输出outputs_split。
把输出用softmax层处理，得到logits，与原本要学习的文本训练targets，计算总损失函数值total_loss。
循环去学习feed的文本，不断调整模型，降低损失函数值。
生成模型过程：
将足够满足目标的结果模型保存下来，后续就可以用该模型去生成序列了。
产出歌词
用上述产生的模型生成嘻哈歌曲，结果不太理想，给人的感觉是有点儿乱。因为嘻哈歌曲本身写的东西都比较杂，并且由于时间原因，我也没训练模型太久，损失函数值不足够低，导致最后生成的歌曲，更杂了。
调整思路
同时，还有个问题：嘻哈有了，“双11”和“智能”呢？我就是让模型学一辈子嘻哈，它也写不出双11和人工智能的东西，因为市面上并没有同类型歌曲。因此，我决定回到原点，改变想法，目标导向。
用“人工智能”、“双11”、“阿里云”、“阿里小蜜”、“菜鸟机器人”等关键词去爬科技类文章来feed模型，模型学会产出双十一智能等相关的句子。同时，用嘻哈的句式长度去约束它，产出嘻哈歌曲。最后挑一些句子，加一点“韵脚”，就作为词了。
人工修正智能
当然，用程序跑出的词，和人工写成的作品仍有些偏差。因此，我对机器自动生成的歌曲句式进行调整，使其更通顺（手动捂脸）。
天猫双11有嘻哈
（歌词节选）
又来到一年 双11
让我买买买 花光所有力气
又来到这一年双11
让我把指挥权交给智能机器
黑科技改变生活
打破包围我们地域的封锁
智能的技术连接你我
点亮双11 夜里万家灯火
Yeah太多无法计算的价值
成千上万订单在指尖飞驰
Yeah太多无法计算的价值
阿里云让所有订单在云端飞驰
阿里小蜜 会语音文字图像识别
学习能力 全部一整年都在线
人海战术 全被科技改变
好用又百变 用户舍不得说再见
还有机器人总动员在菜鸟仓库上演
累计足够智能 它们开始掌握主动权
拣选打包 顺利通关
从杭州到东莞
从上海到中原
今年双11，作为工程师的你，在购物车里放了哪些必败单品？是心心念念的机械键盘、降噪耳机、无人机，还是为爱人买的暖心手套、明星同款口红？欢迎在留言区一起分享交流～
原文发布时间为：2017-11-9
本文作者：芦阳
本文来自云栖社区合作伙伴“阿里技术”
