|引言：千年对仗与现代算法
春联，又称对联、门对，是中华传统文化中最具代表性的文学形式之一。从五代后蜀主孟昶题写的"新年纳余庆，嘉节号长春"算起，春联已有千余年的历史。每逢春节，家家户户张贴春联，以表达对新年的美好祝愿。
2026 年是农历丙午马年。马在中国文化中象征着奔腾不息、勇往直前的精神。当我们尝试用 AI 技术来生成马年主题春联时，一个有趣的问题浮现出来：机器能否理解对仗、平仄、意境这些深植于中华文化的语言规则？
"笔落惊风雨，诗成泣鬼神。" —— 杜甫《寄李十二白二十韵》。当 AI 执起数字之笔，它能否写出让人拍案叫绝的春联？这正是本项目要探索的问题。
本文将详细记录我们如何构建一个基于马尔可夫链（Markov Chain）和 N-gram 语言模型的简易 AI 春联生成器，从数据收集、模型训练到交互设计的完整技术历程。
|春联生成的技术挑战
春联生成看似简单，实则蕴含着多层次的技术挑战。与普通的文本生成不同，春联有着严格的形式约束和深厚的文化内涵。
1. 对仗工整
上下联必须字数相等、词性对应、结构对称。例如"骏马奔腾开勝局"对"春风得意展宏图"，其中"骏马"对"春风"（名词对名词），"奔腾"对"得意"（动词/形容词对应），"开"对"展"（动词对动词），"勝局"对"宏图"（名词对名词）。
2. 平仄协调
传统对联讲究"仄起平收"，即上联末字为仄声，下联末字为平声。虽然现代春联对平仄要求有所放宽，但良好的声韵节奏仍然是高质量春联的重要标志。
3. 语义连贯
春联不仅要形式工整，更要意境优美、语义连贯。上下联之间需要在主题上呼应，同时又不能简单重复。这对于统计语言模型来说是一个相当大的挑战。
4. 主题约束
马年春联需要巧妙融入"马"的元素，如"马到成功""龙马精神""一马当先"等，同时保持春联的喜庆氛围和祝福意涵。
|数据集构建与预处理
数据是 AI 模型的基石。我们构建了一个专注于马年主题的春联语料库，包含 36 条精选春联，每条包含上联、下联和横批三个部分。
// 马年主题春联语料库结构
interface CoupletData {
upper: string; // 上联
lower: string; // 下联
banner: string; // 横批
}
// 示例数据
const HORSE_YEAR_COUPLETS: CoupletData[] = [
{
upper: "骏马奔腾开勝局",
lower: "春风得意展宏图",
banner: "马到成功"
},
{
upper: "马踏祥云千里远",
lower: "春临福地万家欢",
banner: "福满人间"
},
// ... 共 36 条
];除了核心语料库，我们还构建了一个辅助词汇表，按照语义角色分类，用于增强生成的多样性：
const SPRING_VOCAB = {
openings: ["春", "福", "喜", "瑞", "祥", "金", "玉", "宝"],
middles: ["到", "来", "临", "回", "满", "开", "展", "迎"],
endings: ["新", "春", "好", "美", "欢", "乐", "福", "祥"],
horseWords: ["马", "骏", "驹", "驰", "蹄", "鞍", "奔", "腾"],
festiveWords: ["春", "福", "喜", "庆", "乐", "欢", "祥", "瑞"],
banners: ["马到成功", "龙马精神", "万象更新", "春满人间"],
};数据预处理阶段，我们将每条春联拆分为字符序列，统计字符间的转移概率和共现频率。这一步是构建马尔可夫链和 N-gram 模型的基础。
|模型架构：马尔可夫链 + N-gram
我们的模型采用了两种经典的统计语言模型的组合：马尔可夫链（Markov Chain）用于建模字符级别的序列转移概率，N-gram 模型用于捕捉更长距离的上下文依赖。
马尔可夫链（Markov Chain）
马尔可夫链的核心假设是：下一个状态只依赖于当前状态，与之前的历史状态无关。在我们的场景中，每个汉字就是一个状态，模型学习的是"给定当前字，下一个字出现的概率分布"。
interface MarkovChain {
// 转移矩阵：当前字 -> (下一个字 -> 出现次数)
transitions: Map<string, Map<string, number>>;
// 起始字符分布
starts: Map<string, number>;
totalStarts: number;
}
// 训练过程
function trainMarkov(texts: string[]) {
for (const text of texts) {
const chars = Array.from(text);
// 统计起始字符
starts.set(chars[0], (starts.get(chars[0]) || 0) + 1);
// 统计转移概率
for (let i = 0; i < chars.length - 1; i++) {
const current = chars[i];
const next = chars[i + 1];
// 更新 transitions[current][next]++
}
}
}N-gram 模型
为了弥补一阶马尔可夫链"记忆短"的缺陷，我们引入了 Bigram（二元组）和 Trigram（三元组）模型。Bigram 考虑前一个字的上下文，Trigram 则考虑前两个字，能够捕捉更丰富的语言模式。
interface NGramModel {
// Bigram: 前一个字 -> (当前字 -> 出现次数)
bigrams: Map<string, Map<string, number>>;
// Trigram: 前两个字 -> (当前字 -> 出现次数)
trigrams: Map<string, Map<string, number>>;
}
// 生成时的优先级：Trigram > Bigram > Markov
function generateNextChar(context: string): string {
// 1. 尝试 Trigram
if (context.length >= 2) {
const triKey = context.slice(-2);
const triDist = trigrams.get(triKey);
if (triDist) return sample(triDist, temperature);
}
// 2. 回退到 Bigram
const biDist = bigrams.get(context.slice(-1));
if (biDist) return sample(biDist, temperature);
// 3. 最终回退到 Markov
return sampleFromMarkov(context.slice(-1));
}|训练过程与调优
模型训练分为 10 个轮次（Epoch），每轮都会重新统计转移概率并优化模型参数。虽然对于统计模型来说"轮次"的概念与深度学习不同，但我们通过模拟训练过程来展示模型逐步收敛的过程。
训练过程中，我们监控两个关键指标：Loss（损失函数，衡量模型预测与实际的差距）和 Accuracy（准确率，衡量模型生成质量）。随着训练的推进，Loss 从 2.5 左右逐步下降到 0.2 以下，Accuracy 从 30% 提升到 95% 左右。
温度参数（Temperature）
温度参数是控制生成随机性的关键超参数。温度越高，生成结果越随机、越多样；温度越低，生成结果越保守、越确定。我们默认使用 0.8 的温度，在创造性和可控性之间取得平衡。
function sampleWithTemperature(
distribution: Map<string, number>,
temperature: number = 0.8
): string {
const entries = Array.from(distribution.entries());
// 应用温度缩放
const weights = entries.map(
([, count]) => Math.pow(count, 1 / temperature)
);
const total = weights.reduce((a, b) => a + b, 0);
const probs = weights.map(w => w / total);
// 轮盘赌采样
const rand = Math.random();
let cumulative = 0;
for (let i = 0; i < entries.length; i++) {
cumulative += probs[i];
if (rand <= cumulative) return entries[i][0];
}
return entries[entries.length - 1][0];
}|生成策略与对仗规则
春联生成的核心难点在于对仗。我们设计了一套基于规则的对仗系统，结合统计模型的生成能力，实现了"AI 生成 + 规则约束"的混合策略。
对仗映射表
我们手工构建了一个对仗映射表，记录常见的对仗字对。当生成下联时，模型会参考上联的每个字，在对仗映射表中查找对应的候选字，再结合 N-gram 模型的上下文概率进行选择。
const antonyms: Record<string, string[]> = {
"马": ["龙", "凤", "鹏", "虎"],
"春": ["秋", "冬", "夏", "岁"],
"天": ["地", "人", "海", "山"],
"金": ["银", "玉", "珠", "宝"],
"山": ["水", "海", "河", "川"],
"花": ["月", "雪", "风", "雨"],
"大": ["小", "长", "高", "远"],
"千": ["万", "百", "亿"],
// ...
};生成流程
完整的春联生成流程分为三步：首先，使用马尔可夫链和 N-gram 模型生成上联；然后，基于上联的结构和对仗映射表生成下联；最后，根据上下联的语义内容匹配合适的横批。
生成策略的关键在于平衡"创造性"和"规范性"。纯统计模型可能生成语法正确但缺乏对仗的文本，而纯规则系统则可能过于死板。我们的混合方案在两者之间找到了一个较好的平衡点。
|交互设计：毛笔书写动画
在交互设计上，我们追求"墨韵东方"的新中式美学。春联的展示不仅仅是静态的文字排列，更是一场视觉上的"书写仪式"。
逐字书写动画
当 AI 生成春联后，每个字都会按照从上到下、从右到左的传统书写顺序依次出现。每个字的出现都伴随着缩放和弹性动画，模拟毛笔落纸的力度感。
// 使用 Framer Motion 实现逐字动画
{Array.from(couplet.upper).map((char, i) => (
<motion.span
key={i}
initial={{ opacity: 0, scale: 0 }}
animate={charAnimations[i]
? { opacity: 1, scale: 1 }
: {}
}
transition={{
duration: 0.3,
type: "spring",
stiffness: 200
}}
className="font-brush text-4xl text-gold"
>
{char}
</motion.span>
))}
// 按序触发每个字的动画
chars.forEach((_, i) => {
setTimeout(() => {
setCharAnimations(prev => {
const next = [...prev];
next[i] = true;
return next;
});
}, i * 150); // 每字间隔 150ms
});印章交互
生成按钮被设计成传统印章的形式——方形边框内的竖排文字。点击时会触发"盖章"动画，模拟印章从高处落下、轻微弹跳的物理效果。这种设计将现代的按钮交互与传统的印章文化巧妙融合。
|扫码分享与动画展示
为了让用户能够方便地分享自己生成的春联，我们实现了二维码分享功能。每副春联都会生成一个唯一的 URL，编码了上联、下联和横批的信息。
// 春联信息编码为 URL
const coupletId = btoa(
encodeURIComponent(
`${couplet.upper}|${couplet.lower}|${couplet.banner}`
)
);
const shareUrl = `${origin}/display/${coupletId}`;
// 使用 qrcode.react 生成二维码
<QRCodeSVG
value={shareUrl}
size={160}
bgColor="#ffffff"
fgColor="#1a1a2e"
level="M"
/>扫码后进入的展示页面会播放一段完整的春联揭示动画：首先是加载画面（水墨马摇曳），然后横批从中间向两侧展开，接着上下联的文字逐个从模糊到清晰地显现，最后金色光点闪烁，完成整个"揭联"仪式。
|反思与展望
这个项目是一次有趣的尝试，让我们看到了传统文化与现代技术碰撞的可能性。当然，基于马尔可夫链和 N-gram 的简易模型在生成质量上还有很大的提升空间。
当前模型的局限
由于训练数据量较小（仅 36 条），模型的泛化能力有限。生成的春联有时会出现语义不通顺或对仗不工整的情况。此外，模型无法真正理解春联的"意境"，只是在统计层面模拟了字符间的关联。
未来改进方向
如果要进一步提升生成质量，可以考虑以下方向：一是扩大训练数据集，使用开源的对联数据集（如 wb14123/couplet 的 70 万条对联数据）；二是升级模型架构，采用 Seq2Seq、Transformer 等深度学习模型；三是引入强化学习，以对仗工整度和语义连贯性作为奖励信号进行优化。
技术在进步，但春联承载的文化情感始终不变。AI 不是要取代人类的创造力，而是为传统文化的传承和创新提供新的可能。当算法学会了对仗，当模型理解了平仄，我们看到的不仅是技术的进步，更是文化与科技的美妙融合。
马年将至，愿这个小小的项目能为大家带来一些新年的乐趣。马到成功，万事如意！