——主题锤子和素材钉子的军备竞赛
百度使用数据分析对2014高考作文题目预测这件事，值得再写篇文章 。 这是一次相当成功的预测，据有人分析，预测“命中了全国18卷中12卷作文方向” 。 其实在我看来还不止如此，甚至可以说全中 。 不过这些都不重要，重要的是，大数据的这种玩法，会给世界带来什么改变 。
【锤子和钉子】
中国高考作文的出题方法有个固定的套路：给你讲一段小故事，然后让你根据这个故事，想想自己受到什么启发，写篇文章 。 换句话说你的作文重点根本不是这个故事，故事只是你要写的主题的一个素材 。
同一个素材，各人思考角度不同，可以对应不同的主题 。 但更重要的是，不同的素材可以对应同样的主题 。
比如全国卷的一个题目是“不要给野生动物喂食，否则它会丧失自己的觅食能力” 。 出题者的意图显然不是让人写一篇关于野生动物喂养的科普文章 。
【2014年高考作文，百度预测中了吗？】一个角度是把自己想象成野生动物，主题是年轻人应该自己闯荡，不能依赖前人经验的灌输 。 这不就是百度预测“生命的多彩”中的“奋斗”、“自由”和“青春”吗？而使用同样的主题，只要把文章稍加修改，完全还可以对付上海市的作文题：“你可以选择穿越沙漠的道路和方式，所以你是自由的；你必须穿越这片沙漠，所以你又是不自由的 。 ”
另一个角度则是把自己想象成面对野生动物的人，那么主题就是要尊重自然，保护环境 。 这不就是百度预测“发展的困惑”中的“自然”、“环境”和“尊敬”吗？同样的主题下把文章稍加修改又可以对付辽宁省的作文题：“可惜漫天繁星没有了，沧海桑田转眼之间啊！当年那些祖先山洞边点燃篝火，看月亮初升天汉灿烂，他们欣赏的也许才是美景 。 ”
现在我们的关键问题来了 。 到底是主题多呢，还是素材多？答案当然是素材多 。 素材怎么编都可以，但全体高中生都能想明白和说明白的道理就那么几个 — 具体说来，据百度数据分析发现，只有六个方面而已 。
只要一个人熟读这六个方面各种可能主题的文章，掌握其写作套路，不管高考出什么素材都能应对自如 。
这就正如有句谚语说“如果你手里有一把锤子，你看什么东西都是钉子” 。 这句谚语本来是贬义的，意思是告诫人们不要把什么东西都往自己掌握的有限理论上套 。 比如近年来人们学会了进化心理学之后，就不管看到什么社会现象都想用进化心理学解释，以至于我现在一听进化心理学就浑身起鸡皮疙瘩 。
可是如果把这个锤子精神用在准备考试上，那是最好不过了 — 只不过你需要掌握的不是一把，而是六把锤子 — 有了这六把锤子就可以对付几乎所有的高考钉子 。 其实锤子精神还可以用在领导讲话上，任何事情都必须“高举中国特色社会主义伟大旗帜，以邓小平理论、“三个代表”重要思想为指导，深入贯彻落实科学发展观……”这方面目前一共有三把常用锤子，它们总是同时出现 。
那么百度发现这些锤子用的是什么技术呢？
【主题模型】
给你一篇文章，你怎么能看出来这篇文章是说什么的呢？具体说来，你怎么能让机器知道这篇文章是说什么的呢？这个思想叫做“主题模型（topic modeling）” 。
百度作文预测使用的主题模型技术叫做“隐含狄利克雷分布（Latent Dirichlet allocation，LDA）” 。 这是一个2003年才被提出的新技术，它的发明人之一正是刚刚加入百度，负责“百度大脑”项目的吴恩达 。
LDA的基本思想非常简单 。 计算机认为文章只不过是一些词汇的集合 。 而每个主题，也只是一些关键词的集合 。 计算机没必要“理解”每个主题或者每个词的意思，甚至根本不用管这些词出现的先后顺序 。
推荐阅读
- 【高考特辑】14年各地高考作文题目都是哪些？
- 【高考特辑】考前48小时如何“校准”生物钟？
- 【高考特辑】高考三字经？
- 【高考特辑】有哪些针对考生的“终极提醒”？
- 【高考特辑】2014年高考作文预测靠谱吗？
- 提前批次录取是什么意思 提前批次录取怎么录取
- 饮用水的安全卫生隐患有哪些？
- 转载 成人高考食品与营养是一个包含多学科的专业 合肥友森xll
- 卵巢囊肿真的被过度治疗了吗？
- 垃圾明胶害处多？