很快，我們從政治人物那裡聽到的演講可能是專門設計用於撰寫政治話語的AI機器的產物。
寫演講似乎有一個公式。例如，政治演講聽起來相似，並且往往具有標準格式。這些政治話語中的爭論似乎也重複了。演講似乎還使用熟悉的短語，以表明演講者的某些政治隸屬關係或意識形態。
馬薩諸塞州阿默斯特大學的瓦倫丁·卡薩尼格（Valentin Kassarnig）考慮了所有這些，並製作了AI機器以與人類演講作家相抗衡。
“在本報告中，我們提出了一個可以為期望的政黨發起政治演講的系統，”寫卡薩尼格。 “此外，該系統允許說明語音是否應具有支持性或反對意見。”
卡薩尼格（Kassarnig）說，為了開始培訓機器學習算法，他首先建立了一個大約4,000個政治演講塊的數據庫，他從美國的53次國會樓層辯論中獲得了該數據庫。他從演講中收集了50,000多個句子，每個句子平均有23個單詞。他還根據政黨（民主黨人還是共和黨）以及演講是為了或反對某個話題的，他還將演講分為類別。
在嘗試了各種數據庫分析技術之後，Kassarnig決定使用基於N-Grams方法的方法，該方法著重於分析單詞或短語的序列。
首先，他根據語音的哪一部分（名詞，形容詞，動詞等）研究並標記了每個單詞。
接下來，他轉向6克，並試圖確定以前五個五個單詞，其中包括其外觀的概率。
完成這些步驟後，創建演講的過程將自動遵循。
卡薩尼格（Kassarnig）在他的報告“政治言論產生”中還指出了兩個基本模型的使用，從他基於測序詞中的概率。語言模型處理語音的語法正確性，而主題模型旨在實現文本一致性。
他補充說，在評估AI機器生成的演講質量時，他還使用了手冊和自動化方法。在進行了實驗評估之後，卡薩尼格了解到，從本質上講，在糾正語法和句子過渡的方式方面，產生的語音很好。
如果您想知道一台機器是否可以真正產生良好的演講，這是AI算法自動生成的民主語調的演講的一個例子。
說話者先生多年來，誠實但不幸的消費者有能力辯護自己的案件，以受到破產保護並承擔合理和有效的債務。該系統應該運作的方式，破產法院評估了各種因素，包括收入，資產和債務，包括債務以及消費者可以恢復腳步的債務。
儘管AI算法在發表體面的政治演講方面具有巨大的潛力，但卡薩尼格並沒有將算法的潛力限制在政治上。相反，他建議該算法也可以產生其他類型的文本，包括新聞文章和博客文章。
