把“百家姓”写活

―――计算机写千字文的附属成果

杨义先

北京邮电大学信息安全中心主任

灵创团队带头人

摘要

一说起“百家姓”，大家马上就会想起那篇家喻户晓的韵文：“赵钱孙李，周吴郑王；冯陈楮卫，蒋沈韩杨；朱秦尤许，何吕施张；……”此文虽朗朗上口，但是，它却毫无内容情节可言！本文将以两个实际案例表明：可以重排“百家姓”中汉字，并将它们变成一篇完整的“故事”。当然，本文仅仅是我正研究且还未解决的“机器写千字文”附属成果。

（一）春秋战国侯王们的致富故事（“百家姓”故事案例）

（1.1）100字案例：

韩、赵、郑、蔡、陈、吴、谭、邓、沈、薛、刘、徐、赖、罗、许、曾、陆、廖侯[杜]夏、周、秦、魏、唐、宋史；[武]孔孟，[戴]萧何；常于江苏、吕梁、邱、邵郭（邹段），[施]姜田，[顾]彭洪汪，[傅]姚丁，[谢]蒋贾，[贺]郝孙，[任]崔尹，[龚]潘曹，严[程范]袁阎王，[董]高朱叶林、胡杨、黄李；方[余]白毛冯马、雷龙石钟、康牛、万张熊韦、金钱卢。

上段共100字，它们是由《2011年中国最新姓氏排名[1]》中的人数最多的前100个姓氏重新排列后形成的一个完整故事。其中为清晰起见，用方括号[X]表明该字（词）取其动词含义，现把上段的故事细细解释如下：“春秋战国时期部分国家（韩、赵、郑、蔡、陈、吴、谭、邓、沈、薛、刘、徐、赖、罗、许、曾、陆、廖）的诸侯们，杜撰历史（夏、周、秦、魏、唐、宋史），继承孔孟之道，拥戴萧何，经常在多地（江苏、吕梁、邱（邱县）、邵郭（邹段）（邵城的邹地段））施种生姜地，照顾洪水汹涌澎湃的大湖，辅导姚姓士兵，感谢蒋姓商人，庆贺郝家子孙，任命崔姓府尹，尊重潘姓总务长，严格按程序规范袁姓坏蛋（袁阎王），认真监管很高的红叶树木、胡杨树、黄李树；于是，便结余了诸如白毛快马、雷龙样的石头闹钟、健康的牛、上万张柔软的熊皮和金饭碗炊具等巨额财富”。

怎么样，这是一个具有历史穿越情节，且基本完整的故事吧！

（1.2）200字案例

若取《2011年中国最新姓氏排名[1]》中的人数最多的前200个姓氏（由于不能分割，复姓“欧阳”算做一个字），重新排列后，也可形成的一个完整故事如下（而且该故事的主题仍然是“春秋战国的诸侯强国致富故事，甚至好像更生动有趣”）：

韩、赵、郑、蔡、陈、吴、谭、邓、沈、薛、徐、赖、罗、许、曾、陆、廖、陶、鲁、齐、黎、温、倪、邢、申、纪、甘、舒、单、卫、费侯[卜解]周易，俞[武]孔孟，[戴向]萧何，[尚]项庄，霍[安]刘季，[欧]简喻殷曲；[杜]夏、秦、魏、唐、宋史文；常于江苏、吕梁、邱、宁、祁、邬、阮岳、阳谷关、兰田、崔、潘、邵郭（邹路段），辛[施]姜苗，毕[查]焦芦柴柯，尤[管]彭洪汪汤，耿[傅]姚丁，[谢]蒋贾，[贺]郝孙，[任]覃尹，冉[龚]翟曹，[莫左]阎王，[程范]蒙党，颜[顾]裴童，聂[祝]（欧阳）詹翁吉，[涂]蓝袁房、包车，[靳]游钱，[闵]凌樊，[屈]蒲滕，严[董]高叶林、胡杨、黄梅李、葛柳、朱乔；方[成]盛时华章，[司]庞伍骆连符，[余]白毛冯马、雷龙石钟、康牟牛、万张熊韦、金卢、饶鲍。

此例中仍然用方括号[X]表明该字（词）取其动词含义，用（欧阳）表明这个特别的不可分割的姓氏。现把此处的200字故事细细解释如下：“春秋战国时期部分国家（韩、赵、郑、蔡、陈、吴、谭、邓、沈、薛、徐、赖、罗、许、曾、陆、廖、陶、鲁、齐、黎、温、倪、邢、申、纪、甘、舒、单、卫、费）的诸侯国王们，用占卜解析周易，诚意继承孔孟之道，真心拥戴萧何，崇尚项庄，迅速安定刘邦，歌唱简单明捷的殷曲；杜撰历史文献（夏、秦、魏、唐、宋史文）；经常在多地（江苏、吕梁、邱（邱县）、宁（南京）、祁（祁县）、邬（山西介休县）、阮岳（阮山）、阳谷关、兰田、崔（章丘县西北）、潘（荥阳县）、邵郭（邹路段））辛辛苦苦地施种生姜苗，彻底检查烧焦后的芦干和柴棍等，尤其认真管理洪水汹涌澎湃的泥塘，耿直地辅导姚姓士兵，感谢蒋姓商人，庆贺郝家子孙，任命覃姓府尹，徐徐地尊重翟姓总务长，从不冒犯阎王老爷，按程序规范相关党派（蒙党），笑容可掬地照顾裴姓小童，附耳向喜欢唠唠叨叨的欧阳大爷祝福吉祥，把袁家的房子和包车涂成蓝色，连闲钱也要珍惜，忧虑凌乱不堪的笼子，把蒲滕卷起来（放好），认真监管很高叶木林、胡杨树、黄梅李树、盘根错节的柳树、红色的乔木等；于是，便成就了盛时华章，司掌了庞大的骆驼连军队指挥兵符，结余了诸如白毛快马、雷龙样的石头闹钟、健康的小牛、上万张柔软的熊皮、金饭碗和众多的鲍鱼等巨额财富”

由于上面两例仅仅是我研究“机器写千字文”的附属成果，所以，我不打算在此花费时间把“百家姓”中前300姓氏（或更多的姓氏）编写成有故事的文章了。欢迎有兴趣的读者自己去重新排列吧，当然，我们不鼓励仅仅依靠人工去进行蛮力排列！

不过，今后一旦在“计算机写千字文”的算法研究方面有了突破，我将首先以“百家姓”为目标，把“百家姓”写活，毕竟百家姓中的姓氏是最普遍的千字文“字库”（当然，复姓被当做一个“字”来处理）。

（二）计算机写千字文初探

所谓“千字文”[2]是由常见汉字写成的文章，其最大特点是：每个汉字在文章中最多只能出现一次！

历史上，第一篇千字文是南朝梁武帝时期（502—549年），员外散骑侍郎周兴嗣奉皇命从王羲之书法中选取1000个字，编纂成文。此文的开篇部分是：“天地玄黄，宇宙洪荒，日月盈昃，辰宿列张；寒来暑往，秋收冬藏，闰馀成岁， 律吕调阳；云腾致雨，露结为霜，金生丽水，玉出昆冈；….”。

实在佩服古人，不知道他们当初到底是怎么撰写出来的如此奇文！

但是，如果借助计算机，那么，千字文的创作，从理论上来说，是完全可行的（当然，目前就实际情况来说还非常困难，远未解决）。实际上，基本思路是[3]：

第一步：从待用字库中遍历选出一些字（比如，上节中的“百家姓”中的姓氏），组成字串，然后，判断是否为“词”。若是“词”，那么，将此“词”放入一个“词库”，同时，将此“词”中的字，从原“字库”中删除；若不是“词”，那么，重新从“字库”中选取字串，重复上述过程，一直到“字库”中的字不再组成“词”为止。（这一步对计算机来说，很容易）

第二步：遍历排列“词库”中的“词”和“字库”中的“字”，并判断所形成的字串是否为“人话”[4]。若是“人话”，那么，将此句放入一个“句库”，同时，将此句中的字，从原“字库”中删除；若不是“人话”，那么，重新从“词库”和“字库”中选取元素串，重复上述过程，一直到“字库”中的字全部被用完为止。（如何判断某串字是否为“人话”是最关键和最困难的课题，目前还没有实质性的突破，不过，在一些特殊情况下，完成可能获得实用的结果）

第三步：在“字不重复出现”的条件下，将上述第二步中获得的“句子”进行遍历排列，并判断所获得的段落是否“人话”，如果是“人话”，那么，“千字文”便完成了，否则，再以乱序重复上述各步骤。（虽然，“判断一个段落是否为人话”比“判断一个句子是否为人话”更难，但是，如果字数不太多，那么，仅仅依靠人工，第三步的工作量也不会太大。而且，解决第三步的基础也是第二步的“人话判断”难题。）

当然，目前还不知道哪些“字库”能够被穷尽地写出相应的千字文，即，文章写完后，“字库”变空。不过，这不是关键问题，毕竟，实在不行，可把多余的“字”删除就是了。

实际上，本文第一节中的那两篇春秋战国王侯强国致富“百字文”就是按上述思路完成的，只不过是靠人工来判断是否是“人话”。相信，按照同样的思路和步骤，仅仅依靠人工，就可以把“百家姓[1]”中更多“姓氏库”重新排列成一篇有故事的文章（放弃音韵要求）。

（四）参考文献

[1] 2011年中国最新姓氏排名，http://www.douban.com/group/topic/22595209/

[2]百度百科，千字文简介，http://baike.baidu.com/view/23443.htm

[3]杨义先，技术文学初探（1），http://blog.sciencenet.cn/blog-453322-620434.html

[4]晋耀红著，HNC(概念层次网络)语言理解技术及其应用，科学出版社，2006年4月，第一版，北京，第1次印刷。