还记得前几天猿妹和大家分享的文章生成器么？《“狗屁不通文章生成器”火爆Github，一句话生成万字论文的神器了解一下？》，通过它，你只需要输入一句话，它就会生成一篇万字论文，当然这篇论文，你只要认真读一下，就知道它真的是在一本正经的胡说八道。
今天猿妹和大家分享一个更高级的文章生成器，它使用用BERT的 Tokenizer 或 Sentencepiece的BPE 机器学习模型，可以写诗，新闻，小说，或是训练的通用语言模型。支持字为单位或是分词模式或是 BPE 模式（需要略微修改项目中 train.py 的代码），支持大语料训练。
GPT-Chinese在Github上标星.K，个Fork。（GitHub地址：
https://github.com/Morizeyao/GPT-Chinese）
目前这个项目主要架构已经稳定，第一个预训练模型已公布，为散文生成模型。
使用方法：
在项目根目录建立data文件夹。将训练语料以train.json为名放入data目录中。train.json里是一个json列表，列表的每个元素都分别是一篇要训练的文章的文本内容（而不是文件链接）。
运行train.py文件，勾选 --raw ，会自动预处理数据。
预处理完成之后，会自动执行训练。
生成文本
--fast_pattern (由LeeCP贡献）：如果生成的length参数比较小，速度基本无差别，我个人测试length=时，快了秒，所以如果不添加--fast_pattern，那么默认不采用fast_pattern方式。
--save_samples：默认将输出样本直接打印到控制台，传递此参数，将保存在根目录下的samples.txt。
--save_samples_path：可自行指定保存的目录，默认可递归创建多级目录，不可以传递文件名称，文件名称默认为samples.txt。
以下为文学散文的生成样例，你体会一下：
还有更厉害的，还能生成古诗词，以下为古诗词的生成样例:
除了散文、古诗词，还有金庸小说的生成案例呢：
