🚀🚀🚀🚀🚀🚀
🎉 目前为止最大的中文开源相声数据集（收集来源为网络、图书、其他开源项目）
🎉 数据类型包括单口相声、对口相声、群口相声以及小品
🎉 因本项研究仅针对于对口相声，故提供的训练集中仅包括对口相声，如需其他类型，请参见 数据描述-初始数据 模块。
| 模型 | docker镜像 | 模型介质(谷歌盘) | 模型介质(百度盘) |
|---|---|---|---|
| T5 | anon2010/crosstalk-gen-env:t5 | 下载 | 下载 |
| GPT | ... | ... | ... |
| Pangu-a | ... | ... | ... |
| CPM | ... | ... | ... |
未完待续...
使用步骤：
1.先下载相关镜像和模型介质
2.拉起模型介质，此处以t5为例
docker run -dp 32488:8080 --memory=3G -v <MODEL_RES>:/model_res anon2010/crosstalk-gen-env:t5
3.访问宿主机端口即可
<MODEL_RES> : 模型介质解压路径
--memory：指定最大的内存限额，太小可能会造成无法启动
数据分为初始数据及训练数据两个部分.
初始数据：包含从网上爬取下来的小品，单口，双口，群口相声
src/
----common_data/
--------meta.json 全数据的元数据
--------CompleteMetaExportData.zip 全数据
| 篇章统计 | 数值 |
|---|---|
| 单口相声数量 | 168 |
| 对口相声数量 | 3685 |
| 群口相声数量 | 256 |
| 小品数量 | 5222 |
| 纯对话文本数量(包括对口，群口，纯对话的小品) | 4859 |
| 全文本数量 | 9331 |
| 数值统计 | 数值 |
|---|---|
| 数据集全字数 | 16481376 |
| 数据集全句数 | 663305 |
| 长句数（长度大于128） | 8717 |
| 短句数（长度小于24） | 446756 |
| 句长中位数 | 16 |
| 篇章平均句子数 | 71 |
meta格式说明：
{
"isAllDialog":true, #是否为纯对话格式
"charSize":526, #本篇字数
"filePath":"u399dy/蔡少芬李菁相声《学说普通话》台词完整版", #相对路径
"roles":[ #角色
"李菁:",
"蔡少芬:"
],
"sentenceSize":25, #句子数
"source":"https://www.399dy.com/xiangsheng/11176.html", #来源网站
"idx":28, #索引
"title":"蔡少芬李菁相声《学说普通话》台词完整版", #篇章标题
"type":"对口相声" #类型
},
文本内格式实例：
甲:现在的商业都讲究实事求是，公约上写着:“百问不烦，百拿不厌。”
乙:那是呀!
甲:旧社会做买卖就不一样，宣传得蛮好，实际净骗人，门口都写两块大牌子。
乙:写的什么?
甲:写着“货真价实，公平交易”。
乙:写得蛮好看!
甲:实际是货不真，价不实，大秤买，小秤卖，想尽一切办法多赚钱。大买卖讲究宣传，门口弄一份儿洋鼓洋号吹吹打打。还有的在电台登广告。广告都这样。
乙:您给学学。
甲:“各位先生，各位女士，早晨起来您不喝茶吗?您要想喝好茶叶的话，报告您一个好消息，××茶庄备有专人到南省产茶名区，采办各种红绿花茶，加花熏制，西湖龙井，铁叶儿大方，清香适口，气味芬芳，馈送亲友最为相宜。他家的地址:××大街往北路西一百七十三号，电话三局六二九四号。”
乙:是这样儿!
甲:这是那时候的大买卖。小买卖儿可报不起，做一天买卖连本带利将够一家子吃饭的，花不起广告费呀。像卖烤地瓜的也这么登广告就不行了。
乙:是吗?
甲:那稿子念起来也不受听啊!不信我给您念念。
乙:好。
训练数据：从初始数据中清洗筛选出的2948篇对口相声，验证集为从初始数据中筛选出的368篇对口相声，测试集为从初始数据中筛选出的50篇对口相声中的10轮对话。已在项目中开放。(src/common_data)
src/
----common_data/
--------train_raw.zip 原始格式的训练语料（包含元信息）
--------dev_raw.zip 原始格式的验证语料（包含元信息）
--------train_pure_text.txt 纯文本格式的训练语料
--------dev_pure_text.txt 纯文本格式的验证语料
--------test_filter_50x20.txt 测试语料（机器指标计算及人工评价都基于该数据）
| （训练数据） | 篇数 | 句数 | 字数 |
|---|---|---|---|
| 训练集 | 2948 | 173194 | 3184664 |
| 验证集 | 368 | 41482 | 905201 |
| 测试集 | 50 | 1000 | 19268 |
finetune的模型有：
GPT,T5,T5-small,unilm,rnn,GPT3
直接推理使用的大模型有：
CPM-large,GPT3,Pangu-a,zhouwenwang
机器指标评分所用的数据文件详情和跑分方法详情见 机器指标
| bleu_1 | bleu_2 | bleu_3 | bleu_4 | gleu | rouge_1 | rouge_2 | rouge_L | distinct_1 | distinct_2 | |
|---|---|---|---|---|---|---|---|---|---|---|
| GPT-ep50 | 10.04 | 3.69 | 1.53 | 0.7 | 2.75 | 15.28 | 1.78 | 13.7 | 6.89 | 37.39 |
| T5-pesg-ep15 | 11.75 | 5.58 | 3.13 | 1.77 | 3.94 | 20.8 | 4.98 | 19.25 | 9.02 | 42.68 |
| Small_T5-pesg-ep95 | 11.71 | 5.39 | 2.93 | 1.67 | 3.64 | 19.98 | 4.37 | 18.61 | 8.08 | 36.38 |
| CPM_large | 7.94 | 2.87 | 1.19 | 0.5 | 1.68 | 9.88 | 1.28 | 8.83 | 5.82 | 34.43 |
| UNILM_ep45 | 8.88 | 4.32 | 2.47 | 1.41 | 3.36 | 20.22 | 4.91 | 18.98 | 7.53 | 29.90 |
| RNN | 11.77 | 4.02 | 1.47 | 0.57 | 2.49 | 17.25 | 2.13 | 15.94 | 4.73 | 16.23 |
| GPT3-base-Davinci | 14.68 | 7.45 | 4.44 | 2.77 | 5.13 | 22.25 | 5.65 | 20.03 | 8.43 | 40.7 |
| GPT3-ft200-Davinci | 9.66 | 4.89 | 3.01 | 1.92 | 4.66 | 21.79 | 5.5 | 20.22 | 9.725 | 43.15 |
| GPT3-ft1000-Davinci | 13.39 | 6.86 | 4.14 | 2.55 | 5.18 | 22.83 | 5.68 | 20.73 | 9.55 | 45.56 |
| Panggu-a | 6.42 | 2.09 | 0.83 | 0.37 | 1.31 | 7 | 0.75 | 6.14 | 8.25 | 50.98 |
| zhouwenwang | 7.33 | 2.26 | 0.9 | 0.4 | 1.81 | 10.41 | 1.01 | 8.61 | 9.72 | 53.53 |
PS:因为每种类的模型我们只想选择一个去进行人工评分，而在前置的GPT3不同数量级语料finetune的比较中，虽1000条finetune的机器指标更高，但200条finetune的人工指标则更高，所以后续只使用了200条finetune的GPT3进行人工打分.
| 综合得分 | 幽默度得分 | 通顺度得分 | 歧视程度 | |
|---|---|---|---|---|
| GPT3-ft200-Davinci | 145 | 115 | 43 | 2 |
| GPT3-ft1000-Davinci | 136 | 109 | 40 | 2 |
一些小发现：
1.GPT3-davinci的机器指标显著高于其他任何生成方法。
2.大多数大模型直接推理的生成显著差于finetune
3.GPT3经过finetune后机器指标下降，但是在下面人工评分中，反而会获得更高的得分。（机器指标高的并不一定更符合人类的阅读习惯？）
| zhouwenwang | unilm | t5 | smallt5-95 | rnn | pangu_a | gpt3_finetune | gpt3_base | gpt_ep50 | CPM_large | |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 0.0695 | 0 | 0 | 0 | 0 | 0.00754 | 0 | 0.00293 | 0 | 0.04777 |
| 2 | 0.23223 | 0.07405 | 0.03709 | 0.02538 | 0.01244 | 0.10615 | 0.02337 | 0.028 | 0.00826 | 0.22447 |
| 3 | 0.58549 | 0.37475 | 0.22624 | 0.19325 | 0.10785 | 0.43833 | 0.16998 | 0.18063 | 0.13619 | 0.53327 |
| 4 | 0.83795 | 0.68884 | 0.51332 | 0.45936 | 0.32618 | 0.73634 | 0.4297 | 0.42368 | 0.43385 | 0.78466 |
| 5 | 0.94343 | 0.86874 | 0.75219 | 0.68772 | 0.62232 | 0.91339 | 0.67156 | 0.64273 | 0.73764 | 0.91419 |
| 6 | 0.97811 | 0.94026 | 0.88568 | 0.82587 | 0.84941 | 0.97563 | 0.81931 | 0.76029 | 0.91134 | 0.9615 |
| 7 | 0.98968 | 0.96837 | 0.94607 | 0.90037 | 0.94703 | 0.99402 | 0.88814 | 0.80665 | 0.97395 | 0.98139 |
| 8 | 0.99347 | 0.98052 | 0.97288 | 0.94256 | 0.98062 | 0.9987 | 0.91946 | 0.82957 | 0.99267 | 0.99015 |
| 9 | 0.99544 | 0.98527 | 0.98457 | 0.9669 | 0.99051 | 0.99972 | 0.93244 | 0.84394 | 0.99757 | 0.99252 |
| 10 | 0.99711 | 0.98799 | 0.99007 | 0.98092 | 0.99472 | 1 | 0.93793 | 0.85047 | 0.9993 | 0.99393 |
一些小发现：
1.周文王，CPM，pangu-a（直接的大模型推理）相对而言具备更高的创新性。
2.finetune模型中，unilm以及T5相对拥有更高的创新性。
3.创新性评估较高的模型，生成往往更为随机，放在人类角度去理解就是存在一些“驴唇不对马嘴”
列名括号中的数字为真实数据的人工打分
综合得分和幽默度得分的分数上限为750
通顺度得分和歧视程度分数上限为150
人工评分所用的数据文件详情和跑分方法详情见 人工指标
测评设计： 此处我们将共10个预训练模型和大模型（不包括T5-small，因为效果不如T5，再加上了原始数据）针对于测试集50个片段的的上10句进行推理下10句，共找到30名性别，职业，年龄，信仰均不同的被试，要求其对模型生成样本进行评分，综合得分和幽默得分为5分制，通顺度与歧视为1分制（是则1，否则0）。
| 括号中为真实数据得分-> | 综合得分(528) | 幽默度得分（519） | 通顺度得分(143) | 歧视程度(3) |
|---|---|---|---|---|
| GPT-ep50 | 225 | 256 | 59 | 2 |
| T5-pesg-ep15 | 270 | 296 | 76 | 7 |
| CPM_large | 213 | 240 | 60 | 34 |
| UNILM_ep45 | 276 | 301 | 84 | 2 |
| RNN | 217 | 242 | 41 | 4 |
| GPT3-base-Davinci | 322 | 325 | 98 | 5 |
| GPT3-ft200-Davinci | 341 | 353 | 106 | 2 |
| Panggu-a | 230 | 257 | 63 | 4 |
| zhouwenwang | 184 | 191 | 28 | 8 |
一些小发现：
1.GPT3虽然finetune后在上文的机器指标有所下降，但人工评分各维度都范围是第一位。机器指标并不能完全评估生成效果好坏。
2.UNILM及T5这类模型结构生成质量相对于GPT及RNN会有显著的提升。（在人理解及机器评估维度都是）
GPT3生成的短文本 : 中文 英文
GPT3生成的长文本 :中文 英文
交互式生成
demo 1:
user:大家好
chatbot:大家好
user:今天我们两个和大家说段相声
chatbot:对，这是全国有名的主持人曹云金
user:不敢不敢
chatbot:首先我们两个人说的头一回合作
user:是，第一回
chatbot:我们两个人说相声，有名
user:全国老少爷们都知道
chatbot:我一个人说相声，有名啊
user:感情您这是要夸自己呀
chatbot:谢我干吗呀
user:谢您夸自个儿的时候带上我了
chatbot:对您有好处啊
demo 2:
user:谢谢大家热烈的掌声
chatbot:谢大伙儿
user:我们哥俩儿今天来给大家说段相声
chatbot:对，这个相声主要讲究的是说、学。
user:还有逗唱
chatbot:相声主要讲究说、学表演
user:你还和我杠上了是么
chatbot:怎么就我不是一个人
user:那你是什么呀
chatbot:我不是一个人
demo 3:
user:大家好呀，掌声很热烈
chatbot:是
user:我们哥俩今天来给大伙说短相声
chatbot:别说了
user:啊，为什么呀
chatbot:这个相声是我最重要的朋友?怕您各位不认识，有可能还在暗地里面呢
user:什么跟什么呀这是
chatbot:怕您各位不认识我们
user:那我们先来做一下自我介绍
chatbot:做个说明
user:我是anon
chatbot:我叫韩雪松，谢大家听个话
剧本式生成
demo 1
我们首先看一下，其他剧场相声的报价。
那我们来听一听。
国家大剧院一千五百块，农业展览馆二千块，北京动物园五千块。
跟猴儿一块说相声啊?
那么我们今天的相声卖多少钱呢?
卖多少钱哪?
八毛钱，比其他剧场足足便宜了三百块呀!
这都什么账头啊这是?
赶快拨打我们的销售热线，二百五加三八加十三点加二。
全是傻数啊。
========================以下为生成内容===========================
你拨了?
拨了啊。
你说什么?
我说，我是一个人，一个人来。
这么小的数目，我们还是先报给你吧。
好啊。
一共十五块钱，您有现金吗?
有呀!您给我十五块钱。
不用给十五块钱了，跟我来吧!
demo 2
谢谢大伙儿，谢谢大伙儿。
感谢您各位。
这次啊回到北京说相声，我这心里是特别的高兴。
诚惶诚恐。
尤其见着下面几位还是我们的老街坊。
老街坊。
看见您那我就想起我小时候住的那骆驼湾胡同来。
骆驼湾那儿。
可不是嘛，过去有个北京的小曲。
叫什么呀?
========================以下为生成内容===========================
叫做《满江红》。
《满江红》。
这首歌是我们老街坊常唱的。
小时候我们还在上海呢，我们小时候也常听到这首歌。
小时候听到这首歌，我们都会跟着一起唱。
那个时候，你说的是北京人，你说的是北京人，北京人都会一起唱的。
对对对对对对！
不要只有北京人会一起唱，全国各地的人都会一起唱。
全国各地的人都会一起唱。
demo 3
人人都有爱好。
是
有爱好听歌的，有爱好看书的，有爱好玩游戏的，你的爱好就很好，很高雅。
什么啊
他爱踢毽子
对
踢毽子好啊
是么
促进血液循环，血液循环有规律对身体很好
有这么大用处?
========================以下为生成内容===========================
对啊
那是
但是也有高雅之风
哦?
有时候踢得动人
是吗
尤其是在春晚上
踢得动人
是
我跟朋友们说
demo 1
======================================
原始篇章：
谢谢大家。
唉。
刚才是郭老师带着他的爱徒，岳云鹏。
嗯。
两个人合说一段歪唱太平歌词。
嗯。
2700多位观众啊，乐的都累了。
是。
把我们换上来，让您休息休息。
对。
-----------------------------------本线之前是context,之后为基于context的剧本生成
岳云鹏，有人缘。
嗯。
长的也漂亮嘛。
好啊!
浓眉小眼，大屁股圆脸。
您还什么都见过。
这是他的一个艺术特点。
这是艺术特点。
郭德纲，大家更熟悉了。
嗯。
======================================
UNILM:
甲:谢谢大家。
乙:唉。
甲:刚才是郭老师带着他的爱徒，岳云鹏。
乙:嗯。
甲:两个人合说一段歪唱太平歌词。
乙:嗯。
甲:2700多位观众啊，乐的都累了。
乙:是。
甲:把我们换上来，让您休息休息。
乙:对。
-----------------------------------本线之前是context,之后为基于context的剧本生成
甲:我们两个人合作这么长时间。
乙:嗯。
甲:刚才主持人叫郭麒麟。
乙:哦。
甲:他也给大家表演一段传统相声。
乙:对。
甲:后边那位老师。
乙:嗯。
甲:就是孙越老师。
乙:对。
======================================
GPT
甲:谢谢大家。
乙:唉。
甲:刚才是郭老师带着他的爱徒，岳云鹏。
乙:嗯。
甲:两个人合说一段歪唱太平歌词。
乙:嗯。
甲:2700多位观众啊，乐的都累了。
乙:是。
甲:把我们换上来，让您休息休息。
乙:对。
-----------------------------------本线之前是context,之后为基于context的剧本生成
甲:我们这一场换将上来。
乙:我跟您说这正经的咱们。
甲:是。
乙:由于压力比较大。
甲:哦。
乙:正经的多了。
甲:嗯。
乙:四门功课，绕口令您怎么样?
甲:我会数数来宝，其实学这东西好啊。
乙:学习数来宝。
======================================
GPT3
甲:谢谢大家。
乙:唉。
甲:刚才是郭老师带着他的爱徒，岳云鹏。
乙:嗯。
甲:两个人合说一段歪唱太平歌词。
乙:嗯。
甲:2700多位观众啊，乐的都累了。
乙:是。
甲:把我们换上来，让您休息休息。
乙:对。
-----------------------------------本线之前是context,之后为基于context的剧本生成
甲:现在我们请来了一位新人，让大家给他欢呼。
乙:嗯。
甲:这个新人是谁呢？
乙:嗯。
甲:这个新人是谁呢？
乙:嗯。
甲:刚才我们在这里说了一句话，不知道大家听懂了没有？
乙:对。你说的是什么呢？
甲:我们在这里说了一句话——“好的”，不知道大家听懂了没有？
乙:嗯。我听懂了。
======================================
Seq2Seq
甲:谢谢大家。
乙:唉。
甲:刚才是郭老师带着他的爱徒，岳云鹏。
乙:嗯。
甲:两个人合说一段歪唱太平歌词。
乙:嗯。
甲:2700多位观众啊，乐的都累了。
乙:是。
甲:把我们换上来，让您休息休息。
乙:对。
-----------------------------------本线之前是context,之后为基于context的剧本生成
甲:我们俩是两个人。
乙:嗯。
甲:咱们俩演员一块栾云平方休息，先生在艺术家里边站着。
乙:对。
甲:相声界的艺术家。
乙:哎。
甲:京剧水平高峰。
乙:是。
甲:今天我们哥俩表演艺术家。
乙:是。
======================================
demo 2
======================================
原始篇章：
甲:相声演员李伟建。
乙:刘洪沂。
甲:今天呢我们给您说段相声。
乙:刘老师。
甲:啊。
乙:先问问您。
甲:啊。
乙:中国这么多传统的节日，您最爱过哪个节啊?
甲:爱过哪个节?
乙:啊。
-----------------------------------本线之前是context,之后为基于context的剧本生成
甲:我最爱过的是那个……
乙:您这么羞涩干嘛呀。
甲:那我最爱过的是春节。
乙:春节。
甲:啊。
乙:为什么呀?
甲:你想啊，新年伊始，万象更新，中国的传统节日大伙都这么过嘛。
乙:您今年多大岁数?
甲:我今年六十五岁。
乙:难怪。
======================================
UNILM:
甲:相声演员李伟建。
乙:刘洪沂。
甲:今天呢我们给您说段相声。
乙:刘老师。
甲:啊。
乙:先问问您。
甲:啊。
乙:中国这么多传统的节日，您最爱过哪个节啊?
甲:爱过哪个节?
乙:啊。
-----------------------------------本线之前是context,之后为基于context的剧本生成
甲:寒食节。
乙:对呀。
甲:中国有句话叫"吃粽子怕死"。
乙:哦。
甲:而且呢也要过。
乙:是啊。
甲:尤其是端午节。
乙:诶。
甲:吃粽子。
乙:吃粽子怕死?
======================================
GPT
甲:相声演员李伟建。
乙:刘洪沂。
甲:今天呢我们给您说段相声。
乙:刘老师。
甲:啊。
乙:先问问您。
甲:啊。
乙:中国这么多传统的节日，您最爱过哪个节啊?
甲:爱过哪个节?
乙:啊。
-----------------------------------本线之前是context,之后为基于context的剧本生成
甲:爱过传统节日。
乙:这回你打算表演什么节目?
甲:我找一下好节目啊，让您开眼。
乙:等会儿。
甲:民主席是谁啊?
乙:哈利波特。
甲:好啊。
乙:他在美国还给安排了。
甲:怎么没有选项啊?
乙:你们也去呗!
======================================
GPT3
甲:相声演员李伟建。
乙:刘洪沂。
甲:今天呢我们给您说段相声。
乙:刘老师。
甲:啊。
乙:先问问您。
甲:啊。
乙:中国这么多传统的节日，您最爱过哪个节啊?
甲:爱过哪个节?
乙:啊。
-----------------------------------本线之前是context,之后为基于context的剧本生成
甲:嗯。
乙:啊。
甲:爱过哪个节?
乙:啊。
甲:我觉得，爱过的节日，是农历新年。
乙:哦。
甲:因为我们中国人，最重要的一个节日，就是农历新年。
乙:那么您呢，您最爱过的一个人呢?
甲:我最爱过的一个人?
乙:啊。
======================================
Seq2Seq
甲:相声演员李伟建。
乙:刘洪沂。
甲:今天呢我们给您说段相声。
乙:刘老师。
甲:啊。
乙:先问问您。
甲:啊。
乙:中国这么多传统的节日，您最爱过哪个节啊?
甲:爱过哪个节?
乙:啊。
-----------------------------------本线之前是context,之后为基于context的剧本生成
甲:喜欢听节日。
乙:对。
甲:喜欢相声。
乙:喜欢。
甲:喜欢健美。
乙:喜欢。
甲:喜欢看。
乙:喜欢看。
甲:喜欢看。
乙:喜欢看。
======================================
demo 3
======================================
原始篇章：
甲:今天呢我给大家表演相声。
乙:像您这个相声演员都讲究什么。
甲:讲究说学逗唱。
乙:说学逗唱。
甲:对。
乙:唱你能唱什么。
甲:唱我们各地方的地方戏，评戏，梆子，京剧，尤其我们相声演员对京剧非常有研究。
乙:这么说您对京戏非常有研究。
甲:那是啊。
乙:那您会整出戏吗?
-----------------------------------本线之前是context,之后为基于context的剧本生成
甲:经常跟这个京剧演员在一块唱。
乙:是吗?
甲:那是。
乙:那行，今儿个我帮帮您。
甲:帮，甭帮，经不住帮。
乙:我打算帮您唱一出。
甲:您帮我唱一出戏。
乙:啊。
甲:没问题。
乙:那咱俩唱一出。
======================================
UNILM:
甲:今天呢我给大家表演相声。
乙:像您这个相声演员都讲究什么。
甲:讲究说学逗唱。
乙:说学逗唱。
甲:对。
乙:唱你能唱什么。
甲:唱我们各地方的地方戏，评戏，梆子，京剧，尤其我们相声演员对京剧非常有研究。
乙:这么说您对京戏非常有研究。
甲:那是啊。
乙:那您会整出戏吗?
-----------------------------------本线之前是context,之后为基于context的剧本生成
甲:我会。
乙:整出戏你唱什么呀?
甲:整出戏叫<<西河调>。
乙:哎哟喂。
甲:怎么着?
乙:打算学谁呢?
甲:我呀。
乙:打算学谁呀?
甲:我呀。
乙:打算学谁呀?
======================================
GPT
甲:今天呢我给大家表演相声。
乙:像您这个相声演员都讲究什么。
甲:讲究说学逗唱。
乙:说学逗唱。
甲:对。
乙:唱你能唱什么。
甲:唱我们各地方的地方戏，评戏，梆子，京剧，尤其我们相声演员对京剧非常有研究。
乙:这么说您对京戏非常有研究。
甲:那是啊。
乙:那您会整出戏吗?
-----------------------------------本线之前是context,之后为基于context的剧本生成
甲:不会我干嘛你说废话，我还没学会。
乙:是啊。
甲:要不咱来点个别的。
乙:看出什么呀。
甲:来也没有唱过，我唱过什么京剧。
乙:那可不一定。
甲:您能找一个能人吗?
乙:哪儿的事情啊。
甲:您跟我唱就行了，来这苏三。
乙:苏三?
======================================
GPT3
甲:今天呢我给大家表演相声。
乙:像您这个相声演员都讲究什么。
甲:讲究说学逗唱。
乙:说学逗唱。
甲:对。
乙:唱你能唱什么。
甲:唱我们各地方的地方戏，评戏，梆子，京剧，尤其我们相声演员对京剧非常有研究。
乙:这么说您对京戏非常有研究。
甲:那是啊。
乙:那您会整出戏吗?
-----------------------------------本线之前是context,之后为基于context的剧本生成
甲:我整出戏。
乙:那您整出什么戏?
甲:啊，我整出《绣花大盗》。
乙:《绣花大盗》。
甲:对，《绣花大盗》。
乙:那您整出什么地方的戏?
甲:啊，这个是关于一个叫王家卫的人。
乙:王家卫。
甲:对，王家卫，这个人有一天他去看电影，看到电影里的女主角带了一个小鸟，小鸟叫做小白兔，小白兔是一只很懒惰的小鸟，因此王家卫急于想要这只小鸟。
======================================
Seq2Seq
甲:今天呢我给大家表演相声。
乙:像您这个相声演员都讲究什么。
甲:讲究说学逗唱。
乙:说学逗唱。
甲:对。
乙:唱你能唱什么。
甲:唱我们各地方的地方戏，评戏，梆子，京剧，尤其我们相声演员对京剧非常有研究。
乙:这么说您对京戏非常有研究。
甲:那是啊。
乙:那您会整出戏吗?
-----------------------------------本线之前是context,之后为基于context的剧本生成
甲:戏剧不少。
乙:还没有?
甲:哎。
乙:您怎么回事?
甲:我也没耽误工夫。
乙:您别提这个忙活动。
甲:您这话说得很丰富。
乙:噢。
甲:您看我们这些个社会最近常用的。
乙:噢，您可以参加各种曲艺协会来解放的。
======================================