├── .gitignore ├── LICENSE ├── README.md ├── README_zh.md ├── application.pdf ├── data ├── sample.txt ├── sample_byuser_filter │ ├── 2 │ └── 4 └── sample_datasets │ ├── dev │ ├── post.dev │ ├── post.his │ ├── resp.dev │ ├── resp.his │ └── resp_id.dev │ ├── test │ ├── post.his │ ├── post.test │ ├── resp.his │ ├── resp.test │ └── resp_id.test │ └── train │ ├── post.his │ ├── post.train │ ├── resp.his │ ├── resp.train │ └── resp_id.train ├── figure ├── icon.png └── sample.jpg └── src ├── Dialog-Preprocessor ├── README.md ├── preprocess │ ├── assets │ │ ├── emoticon.json │ │ └── stars.json │ ├── preprocessor.py │ ├── stopwords.txt │ └── utils │ │ ├── craw_specific.py │ │ ├── cutter.py │ │ ├── filter.py │ │ ├── multi_process_wraper.py │ │ ├── security_handler.py │ │ ├── static.py │ │ ├── statistic.py │ │ └── view_data.py └── requirements.txt ├── PchatbotW-1.png ├── README.md ├── cleaning.py ├── data_byusers_generator.py ├── pipeline.py ├── split_user.py ├── statistics.py └── vocab.py /.gitignore: -------------------------------------------------------------------------------- 1 | # Byte-compiled / optimized / DLL files 2 | __pycache__/ 3 | *.py[cod] 4 | *$py.class 5 | 6 | # C extensions 7 | *.so 8 | 9 | # Distribution / packaging 10 | .Python 11 | build/ 12 | develop-eggs/ 13 | dist/ 14 | downloads/ 15 | eggs/ 16 | .eggs/ 17 | lib/ 18 | lib64/ 19 | parts/ 20 | sdist/ 21 | var/ 22 | wheels/ 23 | pip-wheel-metadata/ 24 | share/python-wheels/ 25 | *.egg-info/ 26 | .installed.cfg 27 | *.egg 28 | MANIFEST 29 | 30 | # PyInstaller 31 | # Usually these files are written by a python script from a template 32 | # before PyInstaller builds the exe, so as to inject date/other infos into it. 33 | *.manifest 34 | *.spec 35 | 36 | # Installer logs 37 | pip-log.txt 38 | pip-delete-this-directory.txt 39 | 40 | # Unit test / coverage reports 41 | htmlcov/ 42 | .tox/ 43 | .nox/ 44 | .coverage 45 | .coverage.* 46 | .cache 47 | nosetests.xml 48 | coverage.xml 49 | *.cover 50 | *.py,cover 51 | .hypothesis/ 52 | .pytest_cache/ 53 | 54 | # Translations 55 | *.mo 56 | *.pot 57 | 58 | # Django stuff: 59 | *.log 60 | local_settings.py 61 | db.sqlite3 62 | db.sqlite3-journal 63 | 64 | # Flask stuff: 65 | instance/ 66 | .webassets-cache 67 | 68 | # Scrapy stuff: 69 | .scrapy 70 | 71 | # Sphinx documentation 72 | docs/_build/ 73 | 74 | # PyBuilder 75 | target/ 76 | 77 | # Jupyter Notebook 78 | .ipynb_checkpoints 79 | 80 | # IPython 81 | profile_default/ 82 | ipython_config.py 83 | 84 | # pyenv 85 | .python-version 86 | 87 | # pipenv 88 | # According to pypa/pipenv#598, it is recommended to include Pipfile.lock in version control. 89 | # However, in case of collaboration, if having platform-specific dependencies or dependencies 90 | # having no cross-platform support, pipenv may install dependencies that don't work, or not 91 | # install all needed dependencies. 92 | #Pipfile.lock 93 | 94 | # PEP 582; used by e.g. github.com/David-OConnor/pyflow 95 | __pypackages__/ 96 | 97 | # Celery stuff 98 | celerybeat-schedule 99 | celerybeat.pid 100 | 101 | # SageMath parsed files 102 | *.sage.py 103 | 104 | # Environments 105 | .env 106 | .venv 107 | env/ 108 | venv/ 109 | ENV/ 110 | env.bak/ 111 | venv.bak/ 112 | 113 | # Spyder project settings 114 | .spyderproject 115 | .spyproject 116 | 117 | # Rope project settings 118 | .ropeproject 119 | 120 | # mkdocs documentation 121 | /site 122 | 123 | # mypy 124 | .mypy_cache/ 125 | .dmypy.json 126 | dmypy.json 127 | 128 | # Pyre type checker 129 | .pyre/ 130 | -------------------------------------------------------------------------------- /LICENSE: -------------------------------------------------------------------------------- 1 | Apache License 2 | Version 2.0, January 2004 3 | http://www.apache.org/licenses/ 4 | 5 | TERMS AND CONDITIONS FOR USE, REPRODUCTION, AND DISTRIBUTION 6 | 7 | 1. Definitions. 8 | 9 | "License" shall mean the terms and conditions for use, reproduction, 10 | and distribution as defined by Sections 1 through 9 of this document. 11 | 12 | "Licensor" shall mean the copyright owner or entity authorized by 13 | the copyright owner that is granting the License. 14 | 15 | "Legal Entity" shall mean the union of the acting entity and all 16 | other entities that control, are controlled by, or are under common 17 | control with that entity. For the purposes of this definition, 18 | "control" means (i) the power, direct or indirect, to cause the 19 | direction or management of such entity, whether by contract or 20 | otherwise, or (ii) ownership of fifty percent (50%) or more of the 21 | outstanding shares, or (iii) beneficial ownership of such entity. 22 | 23 | "You" (or "Your") shall mean an individual or Legal Entity 24 | exercising permissions granted by this License. 25 | 26 | "Source" form shall mean the preferred form for making modifications, 27 | including but not limited to software source code, documentation 28 | source, and configuration files. 29 | 30 | "Object" form shall mean any form resulting from mechanical 31 | transformation or translation of a Source form, including but 32 | not limited to compiled object code, generated documentation, 33 | and conversions to other media types. 34 | 35 | "Work" shall mean the work of authorship, whether in Source or 36 | Object form, made available under the License, as indicated by a 37 | copyright notice that is included in or attached to the work 38 | (an example is provided in the Appendix below). 39 | 40 | "Derivative Works" shall mean any work, whether in Source or Object 41 | form, that is based on (or derived from) the Work and for which the 42 | editorial revisions, annotations, elaborations, or other modifications 43 | represent, as a whole, an original work of authorship. For the purposes 44 | of this License, Derivative Works shall not include works that remain 45 | separable from, or merely link (or bind by name) to the interfaces of, 46 | the Work and Derivative Works thereof. 47 | 48 | "Contribution" shall mean any work of authorship, including 49 | the original version of the Work and any modifications or additions 50 | to that Work or Derivative Works thereof, that is intentionally 51 | submitted to Licensor for inclusion in the Work by the copyright owner 52 | or by an individual or Legal Entity authorized to submit on behalf of 53 | the copyright owner. For the purposes of this definition, "submitted" 54 | means any form of electronic, verbal, or written communication sent 55 | to the Licensor or its representatives, including but not limited to 56 | communication on electronic mailing lists, source code control systems, 57 | and issue tracking systems that are managed by, or on behalf of, the 58 | Licensor for the purpose of discussing and improving the Work, but 59 | excluding communication that is conspicuously marked or otherwise 60 | designated in writing by the copyright owner as "Not a Contribution." 61 | 62 | "Contributor" shall mean Licensor and any individual or Legal Entity 63 | on behalf of whom a Contribution has been received by Licensor and 64 | subsequently incorporated within the Work. 65 | 66 | 2. Grant of Copyright License. Subject to the terms and conditions of 67 | this License, each Contributor hereby grants to You a perpetual, 68 | worldwide, non-exclusive, no-charge, royalty-free, irrevocable 69 | copyright license to reproduce, prepare Derivative Works of, 70 | publicly display, publicly perform, sublicense, and distribute the 71 | Work and such Derivative Works in Source or Object form. 72 | 73 | 3. Grant of Patent License. Subject to the terms and conditions of 74 | this License, each Contributor hereby grants to You a perpetual, 75 | worldwide, non-exclusive, no-charge, royalty-free, irrevocable 76 | (except as stated in this section) patent license to make, have made, 77 | use, offer to sell, sell, import, and otherwise transfer the Work, 78 | where such license applies only to those patent claims licensable 79 | by such Contributor that are necessarily infringed by their 80 | Contribution(s) alone or by combination of their Contribution(s) 81 | with the Work to which such Contribution(s) was submitted. If You 82 | institute patent litigation against any entity (including a 83 | cross-claim or counterclaim in a lawsuit) alleging that the Work 84 | or a Contribution incorporated within the Work constitutes direct 85 | or contributory patent infringement, then any patent licenses 86 | granted to You under this License for that Work shall terminate 87 | as of the date such litigation is filed. 88 | 89 | 4. Redistribution. You may reproduce and distribute copies of the 90 | Work or Derivative Works thereof in any medium, with or without 91 | modifications, and in Source or Object form, provided that You 92 | meet the following conditions: 93 | 94 | (a) You must give any other recipients of the Work or 95 | Derivative Works a copy of this License; and 96 | 97 | (b) You must cause any modified files to carry prominent notices 98 | stating that You changed the files; and 99 | 100 | (c) You must retain, in the Source form of any Derivative Works 101 | that You distribute, all copyright, patent, trademark, and 102 | attribution notices from the Source form of the Work, 103 | excluding those notices that do not pertain to any part of 104 | the Derivative Works; and 105 | 106 | (d) If the Work includes a "NOTICE" text file as part of its 107 | distribution, then any Derivative Works that You distribute must 108 | include a readable copy of the attribution notices contained 109 | within such NOTICE file, excluding those notices that do not 110 | pertain to any part of the Derivative Works, in at least one 111 | of the following places: within a NOTICE text file distributed 112 | as part of the Derivative Works; within the Source form or 113 | documentation, if provided along with the Derivative Works; or, 114 | within a display generated by the Derivative Works, if and 115 | wherever such third-party notices normally appear. The contents 116 | of the NOTICE file are for informational purposes only and 117 | do not modify the License. You may add Your own attribution 118 | notices within Derivative Works that You distribute, alongside 119 | or as an addendum to the NOTICE text from the Work, provided 120 | that such additional attribution notices cannot be construed 121 | as modifying the License. 122 | 123 | You may add Your own copyright statement to Your modifications and 124 | may provide additional or different license terms and conditions 125 | for use, reproduction, or distribution of Your modifications, or 126 | for any such Derivative Works as a whole, provided Your use, 127 | reproduction, and distribution of the Work otherwise complies with 128 | the conditions stated in this License. 129 | 130 | 5. Submission of Contributions. Unless You explicitly state otherwise, 131 | any Contribution intentionally submitted for inclusion in the Work 132 | by You to the Licensor shall be under the terms and conditions of 133 | this License, without any additional terms or conditions. 134 | Notwithstanding the above, nothing herein shall supersede or modify 135 | the terms of any separate license agreement you may have executed 136 | with Licensor regarding such Contributions. 137 | 138 | 6. Trademarks. This License does not grant permission to use the trade 139 | names, trademarks, service marks, or product names of the Licensor, 140 | except as required for reasonable and customary use in describing the 141 | origin of the Work and reproducing the content of the NOTICE file. 142 | 143 | 7. Disclaimer of Warranty. Unless required by applicable law or 144 | agreed to in writing, Licensor provides the Work (and each 145 | Contributor provides its Contributions) on an "AS IS" BASIS, 146 | WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or 147 | implied, including, without limitation, any warranties or conditions 148 | of TITLE, NON-INFRINGEMENT, MERCHANTABILITY, or FITNESS FOR A 149 | PARTICULAR PURPOSE. You are solely responsible for determining the 150 | appropriateness of using or redistributing the Work and assume any 151 | risks associated with Your exercise of permissions under this License. 152 | 153 | 8. Limitation of Liability. In no event and under no legal theory, 154 | whether in tort (including negligence), contract, or otherwise, 155 | unless required by applicable law (such as deliberate and grossly 156 | negligent acts) or agreed to in writing, shall any Contributor be 157 | liable to You for damages, including any direct, indirect, special, 158 | incidental, or consequential damages of any character arising as a 159 | result of this License or out of the use or inability to use the 160 | Work (including but not limited to damages for loss of goodwill, 161 | work stoppage, computer failure or malfunction, or any and all 162 | other commercial damages or losses), even if such Contributor 163 | has been advised of the possibility of such damages. 164 | 165 | 9. Accepting Warranty or Additional Liability. While redistributing 166 | the Work or Derivative Works thereof, You may choose to offer, 167 | and charge a fee for, acceptance of support, warranty, indemnity, 168 | or other liability obligations and/or rights consistent with this 169 | License. However, in accepting such obligations, You may act only 170 | on Your own behalf and on Your sole responsibility, not on behalf 171 | of any other Contributor, and only if You agree to indemnify, 172 | defend, and hold each Contributor harmless for any liability 173 | incurred by, or claims asserted against, such Contributor by reason 174 | of your accepting any such warranty or additional liability. 175 | 176 | END OF TERMS AND CONDITIONS 177 | 178 | APPENDIX: How to apply the Apache License to your work. 179 | 180 | To apply the Apache License to your work, attach the following 181 | boilerplate notice, with the fields enclosed by brackets "[]" 182 | replaced with your own identifying information. (Don't include 183 | the brackets!) The text should be enclosed in the appropriate 184 | comment syntax for the file format. We also recommend that a 185 | file or class name and description of purpose be included on the 186 | same "printed page" as the copyright notice for easier 187 | identification within third-party archives. 188 | 189 | Copyright [yyyy] [name of copyright owner] 190 | 191 | Licensed under the Apache License, Version 2.0 (the "License"); 192 | you may not use this file except in compliance with the License. 193 | You may obtain a copy of the License at 194 | 195 | http://www.apache.org/licenses/LICENSE-2.0 196 | 197 | Unless required by applicable law or agreed to in writing, software 198 | distributed under the License is distributed on an "AS IS" BASIS, 199 | WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. 200 | See the License for the specific language governing permissions and 201 | limitations under the License. 202 | -------------------------------------------------------------------------------- /README.md: -------------------------------------------------------------------------------- 1 | 2 | ## Pchatbot: A Large-Scale Dataset for Personalized Chatbot 3 | 4 | 5 | ### Introduction 6 | 7 | We introduce Pchatbot, a large scale conversation dataset dedicated for the development of personalized dialogue models. In this dataset, we assign anonymized user IDs and timestamps to conversations. Users’ dialogue histories can be retrieved and used to build rich user profiles. With the availability of the dialogue histories, we can move from personality based models to personalized models. 8 | 9 | Pchatbot has two subsets, named PchatbotW and PchatbotL, built from open-domain Weibo and judicial forums respectively. Since the data volume of each sub-data set is too large, we divided each sub-data set into 10 equal parts according to the number of users, and named them PchatbotW-i and PchatbotL-i. 10 | 11 | The dataset paper is accepted to SIGIR 2021 (Resource Track). See [paper](https://arxiv.org/pdf/2009.13284.pdf) for more details. 12 | 13 | ## Citation 14 | 15 | If you use the dataset in your work, please cite: 16 | ``` 17 | @inproceedings{qian2021pchatbot, 18 | author = {Hongjin Qian and Xiaohe Li and Hanxun Zhong and Yu Guo and Yueyuan Ma and Yutao Zhu and Zhanliang Liu and Zhicheng Dou and Ji-Rong Wen}, 19 | title = {Pchatbot: A Large-Scale Dataset for Personalized Chatbot}, 20 | booktitle = {Proceedings of the {SIGIR} 2021}, 21 | publisher = {{ACM}}, 22 | year = {2021}, 23 | url = {https://doi.org/10.1145/3404835.3463239}, 24 | doi = {10.1145/3404835.3463239}} 25 | ``` 26 | 27 | The following paper uses the Pchatbot dataset: 28 | 29 | 1. One Chatbot Per Person: Creating Personalized Chatbots based on Implicit User Profiles (SIGIR 2021 Long Paper) 30 | ``` 31 | @inproceedings{DBLP:conf/sigir/madousigir21, 32 | author = {Zhengyi Ma and Zhicheng Dou and Yutao Zhu Hanxun Zhong and Ji-Rong Wen}, 33 | title = {One Chatbot Per Person: Creating Personalized Chatbots based onImplicit User Profiles}, 34 | booktitle = {Proceedings of the {SIGIR} 2021}, 35 | publisher = {{ACM}}, 36 | year = {2021}, 37 | url = {https://doi.org/10.1145/3404835.3462828}, 38 | doi = {10.1145/3404835.3462828}} 39 | ``` 40 | 41 | 2. Learning Implicit User Profile for Personalized Retrieval-based Chatbot (CIKM 2021 Long Paper) 42 | ``` 43 | @inproceedings{qian2021impchat, 44 | author = {Hongjin Qian and Zhicheng Dou and Yutao Zhu Yueyuan Ma and Ji-Rong Wen}, 45 | title = {Learning Implicit User Profile for Personalized Retrieval-based Chatbot}, 46 | booktitle = {Proceedings of the {CIKM} 2021}, 47 | publisher = {{ACM}}, 48 | year = {2021}, 49 | url = {https://doi.org/10.1145/3459637.3482269}, 50 | doi = {10.1145/3459637.3482269} 51 | ``` 52 | 53 | 3. Less is More: Learning to Refine Dialogue History for Personalized Dialogue Generation (NAACL 2022 Long Paper) 54 | ``` 55 | @inproceedings{zhong-etal-2022-less, 56 | title = "Less is More: Learning to Refine Dialogue History for Personalized Dialogue Generation", 57 | author = "Zhong, Hanxun and 58 | Dou, Zhicheng and 59 | Zhu, Yutao and 60 | Qian, Hongjin and 61 | Wen, Ji-Rong", 62 | booktitle = "Proceedings of the 2022 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies", 63 | month = jul, 64 | year = "2022", 65 | address = "Seattle, United States", 66 | publisher = "Association for Computational Linguistics", 67 | url = "https://aclanthology.org/2022.naacl-main.426", 68 | doi = "10.18653/v1/2022.naacl-main.426", 69 | pages = "5808--5820" 70 | ``` 71 | ### Dataset Statistics 72 | 73 | The detailed statistics of Pchatbot shows as follow: 74 | 75 | | | PchatbotW | PchatbotL | PchatbotW-1 | PchatbotL-1 | 76 | | ----------------------- | ------------- | ------------- | ----------- | ----------- | 77 | | #Posts | 5,319,596 | 20,145,956 | 3,597,407 | 4,662,911 | 78 | | #Responses | 139,448,339 | 59,427,457 | 13,992,870 | 5,523,160 | 79 | | #Users in posts | 772,002 | 5,203,345 | 417,294 | 1,107,989 | 80 | | #Users in responses | 23,408,367 | 203,636 | 2,340,837 | 20,364 | 81 | | Avg.#responses per post | 26.214 | 2.950 | 3.890 | 1.184 | 82 | | Max.#responses per post | 525 | 120 | 136 | 26 | 83 | | #Words | 8,512,945,238 | 3,013,617,497 | 855,005,996 | 284,099,064 | 84 | | Avg.#words per pair | 61.047 | 51.014 | 61.103 | 51.438 | 85 | 86 | 87 | 88 | We construct two standard dataset from Pchatbot for both generation-based and retrieval-based tasks, named PchatbotW-R and PchatbotW-G. The two datasets can be directly used in coressponding dialogue tasks. We will release the standard dataset then. Their statistics are shown in the following table: 89 | 90 | | | PchatbotW-R | PchatbotW-G | 91 | | ----------------------------- | ----------- | ----------- | 92 | | Number of users | 420,000 | 300,000 | 93 | | Avg. history length | 32.3 | 11.4 | 94 | | Avg. length of post | 24.9 | 22.9 | 95 | | Avg. length of response | 10.1 | 9.6 | 96 | | Number of response candidates | 10 | - | 97 | | Number of training samples | 3,000,000 | 2,707,880 | 98 | | Number of validation samples | 600,000 | 600,000 | 99 | | Number of testing samples | 600,000 | 600,000 | 100 | 101 | To obtain statistics, run: 102 | 103 | `python src/statistics.py` 104 | 105 | We will then release standard datasets for PchatbotL. 106 | 107 | ### Data Content and Format 108 | 109 | #### Obtain the data 110 | 111 | For now we provide download link via Baidu Cloud which may be a bit slow outside mainland, China. We will update Google drive link asap. 112 | 113 | Pchatbot-L: 114 | 115 | md5: 48bd7ab93f625ebdf34c7254ff27ac2a 116 | 117 | Pchatbot-W: 118 | 119 | md5: cd443951973f47f5614df298e6e416da 120 | 121 | If you cannot access Baidu Cloud Disk, contact us and we will try to provide other options. 122 | 123 | **Please fill in the application form and send it to the contact mail, we will then send the download links and the password for Baidu Cloud Disk to you. Note that the application form should be signed by the person in charge of your research group.** 124 | **We will update the download password regularly.** 125 | 126 | [Application Form](https://github.com/qhjqhj00/Pchatbot/blob/main/application.pdf) 127 | 128 | #### Pchatbot Files 129 | 130 | The upload format of the dataset is .tar.bz2, you can decompress it as follows： 131 | 132 | ```python 133 | tar -jxvf xx.tar.bz2 134 | ``` 135 | 136 | The format of each piece of data in the data set is： 137 | 138 | `Post \t Post_user_id \t Post_timestamp \t Response \t Response_user_id \t Response_timestamp \n` 139 | 140 | post and response are sentences with word segmentation, separated by spaces.And we give several examples of the data in data/sample.txt 141 | 142 | 143 | We also give some examples of user personalized information, as shown in the figure below, due to space constraints, we only selected 5 historical records for the user in each example. 144 | `PchatbotW.release_ver` 145 | 146 | 147 | 148 | 149 | 150 | 151 | 152 | 153 | 154 | 155 | 156 | 157 | 158 | 159 | 160 | 161 | 162 | 163 | 164 | 165 | 166 | 167 | 168 | 169 | 170 | 171 | 172 | 173 | 174 | 175 | 176 | 177 | 179 | 180 | 181 | 182 | 183 | 184 | 185 | 186 | 187 |
Post酒酿 小 圆子 窝蛋 ， 蒸 南瓜 玉米 和 阳光 玫瑰 山寨 一 把 芳婆 的 酒酿 圆子 ， 挺 好吃 的 ， 加 了 点干 桂花 增香
Response干 桂花 是 点睛
HistoryHistory PostHistory Response
今日 晚餐 黄焖鸡 ， 红烧 带鱼 和 丝瓜蛋 汤 淘鲜达 送来 的 带鱼 不 好 ， 说 是 中段 ， 实际 是 前段 和 尾巴 ， 没 多少 肉 都 懒得 拍 。 黄焖鸡 太 下饭 啦 ， 和 家属 都 添 了 小 半 碗 米饭 。 下午 做 的 巧克力 冰淇淋 ， 味道 棒棒 哒烦烦 和 光光 就是 永远 都 吃 不 胖 的 神仙 体质
因 為荔 枝樹 不是 每年 都 能 結果 ， 不是 每年 都 能 吃到 ， 但 卻是 每年 夏天 我 最 期待 的 水果 ， 期待 的 童年味 ， 在 河邊 玩耍 ， 在 樹下 等 荔枝 的 夏日 。一定 要 有 机会 了 去 南方 看看 荔枝树 的 样子
用 喜欢 的 餐具 穿 舒适 的 衣裙 吃 简单 可口 的 食物 这些 小快乐 足以 点亮 平淡 的 生活 餐具 白裙子 by穿 搭博 主好 美 呀
柠檬 冰淇淋 搞定 ！ 还有 强行 出镜 的 柠檬 扇子 广告 ， 这么 尬 为啥 还要 发 呢 ？ 因为 那个 抠门 的 家伙 给 我 的 寄 了 一 178 | 箱子 芒果 ， 所谓 拿人 手短 吃 人 嘴软 ， 希望 对方 也 有 这样 的 觉悟柠檬 盘子 也 很 好看
天天 和 徐大 美丽 混一 起 。这个 蘑菇 看 起来 特别 好吃
188 | 189 | 190 | 191 | 192 | 193 | 194 | 195 | 196 | 197 | 198 | 199 | 200 | 201 | 202 | 203 | 204 | 205 | 206 | 207 | 208 | 209 | 210 | 211 | 212 | 213 | 214 | 215 | 216 | 217 | 218 | 219 | 220 | 221 | 222 | 223 | 224 | 225 | 226 | 227 | 228 | 229 |
Postwoj ： 考辛斯 寻求 一 份 年薪 在 1200-1800万 的 合同 。 但是 现在 甚至 没有 球队 愿意 给 他 一 份 中产 合同
Response200万 湖人 要 了
HistoryHistory PostHistory Response
别 问 我 支持 火箭 还是 勇士 了 我 支持 小卡 凌晨 4点 在 洛杉矶 跑步 、 被 一个 老外 拖进 篮球场 、 教 了 几 个 小时 后 仰跳 投我 怀疑 你 在 开车 ， 但是 我 没有 证据
消息 ： 鹈鹕 本来 对 湖人 之前 给 的 筹码 很 心动 ， 但是 现在 莺歌 的 病情 改变 了 一切我 谢谢 您 嘞 ， 去去去 快去 换季 后 赛塔图姆 吧
小卡 会 成为 三连冠 终结者 王朝 毁灭者 吗 ？？哈哈 职业 阻止 三 连 冠
水花 兄弟 这 两 位 ， 场下 真的 暖 ， 场上 关键 时刻 真的 硬 作为 两队 的 中立 球迷 ， 这 场 比赛 给 我 看 的 热血 沸腾 了 ， 火箭 最后 也 一直 坚挺 着 ， 真的 精彩 ， 真的勇士 火箭 都 不 喜欢 ， 甚至 有点 讨厌 ， 但是 今天 这 场 比赛 ， 确实 勇士 更 值得 赢
大家 觉得 猛龙 和 雄鹿 谁 最 有 可能 进入 到 总决赛 ？范乔丹 ： 看 老子 心情 吧
230 | 231 | 232 | 233 | 234 | ### Data Preprocessing 235 | 236 | Instructions for data cleaning, preprocessing, aggregation and dataset constructs are in `./src/` folder. 237 | 238 | ### Baseline models 239 | 240 | We provide results of baseline models on the PchatbotW-R and PchatbotW-G dataset. For evaluation details, please refer to our [paper](https://arxiv.org/abs/2009.13284). We will continue to update the results of other baseline models: 241 | 242 | #### PchatbotW-R 243 | 244 | | | R10@1 | R10@2 | R10@5 | MRR | nDCG | Paper | Code | 245 | | --------- | ----- | ----- | ----- | ----- | ----- | ------------------------------------------------------------ | ------------------------------------ | 246 | | Conv-KNRM | 0.323 | 0.520 | 0.893 | 0.538 | 0.818 | Convolutional Neural Networks for Soft-Matching N-Grams in Ad-hoc Search | https://github.com/yunhenk/Conv-KNRM | 247 | | DAM | 0.438 | 0.644 | 0.966 | 0.635 | 0.881 | Multi-Turn Response Selection for Chatbots with Deep Attention Matching Network | https://github.com/baidu/Dialogue | 248 | | IOI | 0.442 | 0.651 | 0.969 | 0.639 | 0.890 | One Time of Interaction May Not Be Enough: Go Deep with an Interaction-over-Interaction Network for Response Selection in Dialogues | https://github.com/chongyangtao/IOI | 249 | | RSM-DCK | 0.428 | 0.627 | 0.947 | 0.623 | 0.858 | Learning to Detect Relevant Contexts and Knowledge for Response Selection in Retrieval-based Dialogue Systems | Provided by the author | 250 | 251 | 252 | 253 | #### PchatbotW-G 254 | 255 | | | BLEU-1 | ROUGE-L | Dist-1 | Dist-2 | P-F1 | Paper | Code | 256 | | ---------- | ------ | ------- | ------ | ------ | ----- | ------------------------------------------------------------ | -------------------------------------- | 257 | | Seq2Seq | 4.889 | 7.594 | 0.229 | 3.404 | 0.771 | Sequence to Sequence Learning with Neural Networks | https://github.com/IBM/pytorch-seq2seq | 258 | | SPEAKER | 3.958 | 5.580 | 0.951 | 29.780 | 1.534 | A Persona-Based Neural Conversation Model | \ | 259 | | PERSONAWAE | 1.945 | 9.064 | 0.523 | 8.549 | 6.408 | Modeling Personalization in Continuous Space for Response Generation via Augmented Wasserstein Autoencoders | \ | 260 | | DialoGPT | 5.038 | 7.358 | 13.995 | 52.674 | 3.562 | DialoGPT: Large-Scale Generative Pre-training for Conversational Response Generation | https://github.com/microsoft/DialoGPT | 261 | 262 | 263 | 264 | ### License 265 | 266 | This repository is liciensed under Apache-2.0 License. 267 | 268 | The Pchatbot dataset is liciensed under [CC BY-NC 2.0](https://creativecommons.org/licenses/by-nc/2.0/). 269 | 270 | 271 | 272 | ### FAQ 273 | 274 | 275 | 276 | 277 | ### 278 | -------------------------------------------------------------------------------- /README_zh.md: -------------------------------------------------------------------------------- 1 | # Pchatbot 2 | 3 | ## Dataset 4 | ### Introduction 5 | 我们介绍了Pchatbot，这是一个大规模的用于开发个性化对话模型的数据集。在这个数据集中，我们保留了匿名的用户ID和会话时间戳，可以检索用户的对话历史记录并用于建立丰富的用户个人资料。依据对话历史，我们可以让聊天机器人从历史对话中学习语言和语义信息，并根据所学知识生成个性化回复。Pchatbot有两个子集，名为PchatbotW(爬取微博数据构建)和PchatbotL(爬取司法论坛构建)。由于每个子数据集的数据量都过于庞大，我们将每个子数据集按照用户数量等分成10份，命名为PchatbotW-i和PchatbotL-i。 6 | ### Statics 7 | 数据集的详细数据如下表所示 8 | | | PchatbotW | PchatbotL | PchatbotW-1 | PchatbotL-1 | 9 | |-------------------------|---------------|---------------|-------------|-------------| 10 | | #Posts | 5,319,596 | 20,145,956 | 3,597,407 | 4,662,911 | 11 | | #Responses | 139,448,339 | 59,427,457 | 13,992,870 | 5,523,160 | 12 | | #Users in posts | 772,002 | 5,203,345 | 417,294 | 1,107,989 | 13 | | #Users in responses | 23,408,367 | 203,636 | 2,340,837 | 20,364 | 14 | | Avg.#responses per post | 26.214 | 2.950 | 3.890 | 1.184 | 15 | | Max.#responses per post | 525 | 120 | 136 | 26 | 16 | | #Words | 8,512,945,238 | 3,013,617,497 | 855,005,996 | 284,099,064 | 17 | | Avg.#words per pair | 61.047 | 51.014 | 61.103 | 51.438 | 18 | ### 数据集样例 19 | 20 | ### 数据处理方案 21 | 由于社交媒体的性质，微博用户发布的帖子和回复非常多，几乎涵盖了日常生活的各个方面。因此，用户之间的交互可视为公开的日常休闲对话领域。而微博文字是随意的，语言噪音几乎无处不在。为了提高数据质量，我们以下执行数据清理操作。 22 | *删除标签。 23 | 用户喜欢标记他们的通过主题标签包含相关主题的内容，通常由几个独立的用“＃”包裹的单词或摘要。拼接将文本标记为内容的标签会影响语义的连贯性。因此，我们从文本中删除了这一部分。 24 | 25 | *删除URL。 26 | 用户的帖子和回复包含多媒体内容，图像，视频，和其他网页。它们将被转换成微博中的URL。这些URL也会被清除。 27 | 28 | *删除表情符号。 29 | 用户使用图释（包括表情符号和kaomoji）传达文本中的情感。表情由符号组成，这些符号会在对话中引入噪音。我们通过正则表达式和字典清理这些表情。 30 | 31 | *处理@操作。 32 | 用户使用“ @昵称”提及或注意到其他用户。当用户评论或转发其他人，“回复@昵称：”和“ // @昵称：”将自动添加到用户的内容中。这些提及只是提醒，与用户的内容无关。我们将其删除，以确保话语的一致性。 33 | 34 | *处理重复的文本。 35 | 文字重复具有不同的粒度。 1）字级。重复的汉字将标准化为两个。例如，“太好笑了，哈哈哈哈哈”（“太有趣了。哈哈哈哈哈”）被标准化为“太好笑了，哈哈”（‘真有趣哈哈'）。 2）一个帖子下的回复。不同的用户可能发送相同的帖子下的回复。重复的回应在帖子下减少互动的种类，因此我们删除了重复的响应发生超过三遍。 3）语料库级别的重复话语。语料库中的重复话语过多将影响数据集。模型将倾向于产生单一的回复。我们限制相同回复的频率为10000。 36 | 37 | *多种语言。 38 | 由于微博回复的多样性，一些用户的内容包含多种语言。我们删除汉字比例低于30％的文本以构建更纯净的文本中文数据集。 39 | 40 | 41 | 42 | ## Citation 43 | 如果您需要使用这个项目的数据或代码，请引用我们的论文， 44 | 45 | @article{li2020pchatbot, 46 | title={Pchatbot: A Large-Scale Dataset for Personalized Chatbot}, 47 | author={Li, Xiaohe and Zhong, Hanxun and Guo, Yu and Ma, Yueyuan and Qian, Hongjin and Liu, Zhanliang and Dou, Zhicheng and Wen, Ji-Rong}, 48 | journal={arXiv preprint arXiv:2009.13284}, 49 | year={2020} 50 | } 51 | 52 | -------------------------------------------------------------------------------- /application.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/qhjqhj00/SIGIR2021-Pchatbot/7ef5677ba7a2ed32b0103cf4f1da9353bec6e80a/application.pdf -------------------------------------------------------------------------------- /data/sample.txt: -------------------------------------------------------------------------------- 1 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 502340 607096966 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 2 607140258 2 | 1 0 3 | 马 先生 太 他 妈 热爱 生活 热爱 家庭 了 。 四点多 起来 赶 飞机 ， 飞机 上 我 昏睡 他 看 了 一路 郭德纲 。 现在 我 瘫倒 在 床上 。 他 在 打扫 房间 。 我 对 我 的 房间 非常 满意 啊 ， 觉得 毫无 可 打扫 之 处 … 99939 607313904 可能 就是 马 先生 一直 很 勤快 ， 所以 你 才 没 发现 家中 哪里 有 什么 可 打扫 的 。。。 2 607314084 4 | 1 0 5 | 胖圈 里 看到 一 只 缅因 ， 喜欢 的 不行 ， 但 马 先生 必定 不 能 同意 ， 主要 昨晚 他 让 我 给 豆哥 铲屎 ， 我 说 今天 的 劳动 指标 全都 用来 洗头 了 。 十二 还 尿 了 地板 。 时间 不是 非常 合适 。 我 就 让 扶苏 和 于 小狗 给 我 出 主意 。 于 小狗 没 在 ， 扶苏 说 你 和 他 说 你 怀孕 了 。 这 猫 就是 你 俩 的 小 宝宝 。 ？？ 我 觉得 此人 的 智慧 已经 全部 用 在 99939 607497806 马 先生 如果 有 富裕 的 钱 的话 ， 可能 更 希望 用 金钱 指标 换 个 太太 2 607498022 6 | 1 0 7 | 分享 一 段 今天 我 跟 那 谁 的 对话 我 ： 这家 外卖 咋 回 事 啊 ？ 我 想 点 个 杂粮 煎饼 ， 可是 他 选项 里 要么 是 葱香菜 都 有 ， 要么 是 有 葱 没 香菜 ， 怎么 没有 只要 香菜 不要 葱 的 ？ 我 真的 很 讨 厌葱 … 她 ： 道理 我 都 懂 ， 但 你 为什么 要 吃 香菜 ？ 我 ： 528966 607467333 所以 啊 ？ 你 为什么 吃 香菜 ？ 问 你 话 呢 ， 黑 个 脸 什么 意思 ？ 2 607510601 8 | 1 0 9 | 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 10982 608063377 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 2 608107063 10 | 1 0 11 | 我们 家 是 没 什么 钱 ， 但 也 不至于 多穷 ， 我 真的 不 懂 直男 为什么 要 把 袜子 穿成 这样 ？ 衣服 也 是 ， 洗 的 都 薄 了 不许 我 丢 ， 裤子 洗 的 发白 了 不许 我 丢 ， 新 的 早就 买 给 他 了 ， 旧 的 也 不许 丢 。 我 姐夫 也 是 ， 好几 套 房子 的 人 ， 穿 个洗 的 发白 的 短裤 T恤 上 仔细 看 还有 个 洞 ， 有 一 次 polo衫 穿反 了 去 上班 。 为啥 啊 ？ 真的 想 不通 。 99939 608187288 旧 衣服 已经 有 了 身体 的 记忆 ， 经过 了 磨合期 ， 穿 起来 比 新 的 舒服 2 608187807 12 | 1 0 13 | 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 99939 608476389 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 2 608476584 14 | 1 0 15 | 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 99939 609034948 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 2 609078793 16 | 1 0 17 | 我 发现 了 一 件 很 可怕 的 事情 ， 就是 老萝 好像 对 我 的 感情 是 那种 疯狂 的 深沉 的 无可自拔 的 爱 。 因为 我 发现 我 三 个 号 的 每 一 条 微博 ， 每 一 条 ， 她 不 评论 ， 但是 都会 点开 仔细 翻阅 每 一 条 评论 。 我 是 怎么 知道 的 呢 ？ 因为 她 跟 小鱼 说 几月 几号 ， 谁谁 给 我 评论 了 什么 ， 并 警告 我 别 想 有 事情 瞒 着 她 。 太 可怕 了 吧 ， 私生饭 不过 如此 吧 ？ 99936 609684903 my y 你 身边 是 不是 每个 人 都 爱 你 爱 的 疯狂 啊 ， 不 在家 就 连环 call 你 的 小鱼 ， 视奸 你 每 条 微博 的 老萝 ， 躺在 身边 呻吟 着 叫 你 名字 的 楠哥 。。。 感觉 你 很 危险 啊 。 按照 剧情 ， 三 个 病娇 爱上 同一个 人 的话 ， 为了 独占 你 ， 下 一 步 就是 互杀 剧情 了 2 609728622 18 | 1 0 19 | 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 67733 609695985 次日 ， 该 协会 正式 宣布 解散 2 609739336 20 | 1 0 21 | 这样 说 吧 ， 我 在 政法 大学 讲课 时 举 一个 笨人 逆袭 的 例子 ， 说 了 郭靖 ， 看 下面 茫然 ， 只能 解释 ： 是 射雕 里 的 男主 。 并不 是 他们 不 看 金庸 ， 而是 可 看 的 多 ， 被 稀释 了 // 716104 610032494 流量 明星 演 的 ， 观众 是 去 看 那个 明星 的 ， 都 未必 记得 住 他演 的 是 谁 。。。 2 610075861 22 | 1 0 23 | 火烧 眉毛 焦头烂额 首先 第一 件 事 是 借钱 也 要 按时 交税 的 王宝强 …… 借 朋友 三百万 交税 的 陈思诚 …… 把 丈夫 账户 上 的 钱 转到 连交税 的 钱 都 没有 的 地步 的 马蓉 啊 然后 这些 东西 是 第三 个人 爆 出来 的 …… 简直 想 问 一 句 陈思诚 到底 花 了 多少 钱 让 马蓉 自黑呀 （ 喂 ！ ！ ！ ） ， 要不然 正常 人干 不 出 这 事儿 啊 。 88910 610936037 陈思诚 啊 。。。 要颜 有颜 ， 要 才 华有 才华 ， 对 朋友 仗义 ， 怎么 偏偏 辜负 了 最 重要 的 家庭 呢 。。。 只能 说人 真的 有 很多 面 2 610979681 24 | 1 0 25 | 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 99936 611013767 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 2 611060000 26 | 1 0 27 | 与 《 读者 》 经常 发 的 这种 沙雕 鸡汤 伪文 配合 食用 最佳 ： 《 一个 外国 孩子 眼中 的 新华 字典 ， 让 国人 脸红 》 ， 居然 还 上 了 中学 语文 阅读 。 “ 小约 翰眨 着 眼睛 ” 这种 八十年代 童真 的 套路 描写 ， 搞 得 歪果 仁 就 不 吃肉 一样 无聊 ， 猥琐 ， 误导 。 716104 611671926 我 就 想 知道 一 群 拿肉 当 主食 的 人 是 怎么 有 脸 职责 我们 吃肉 不人道 的 2 611715620 28 | 1 0 29 | 马 先生 这个 人 事儿 真的 很多 ， 之前 用 洗发 水生 发液 嫌中药 味儿 难闻 。 这两天 我 试用 完祛 痘仪 ， 开 了 土台 和 md 的 安瓶 ， 他 又 嫌 我 脸粘 ， 说 有 一 股 豆沙 味儿 ， 不 让 我 贴 着 他 脸 睡觉 。 这是 啥 意思 啊 ？ 豆哥 天天 屁股 坐 他 脸上 他 都 没 说 啥 ， 豆沙 味儿 还 能 比 猫屁股 味儿 难闻 ？ 99939 612461155 好 了 好 了 都 知道 你 和 马 先生 贴 着 脸 睡觉 了 ， 这是 狗粮 ， 大家 散 了 吧 2 612504638 30 | 1 0 31 | 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 716104 612581356 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 2 612624680 32 | 1 0 33 | 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 168571 612613439 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 2 612657154 34 | 1 0 35 | 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 447585 614040664 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 2 614084124 36 | 1 0 37 | 老秦 说到 了 关键 ， 这个 案子 ， 你们 问 我 怎么 看 ， 我 也 真 没法 看 ， 有效 信息 太 少 。 即便 是 我 和 老秦 ， 也 没法 对 这 起 案子 云断案 ， 毕竟 这 起 和 以前 那些 情况 不同 ， 这 起 是 有 嫌疑 对象 的 ， 所以 我 期待 能 有 更 详细 的 东西 。 确实 没法 像 个别 啥 都 不 知道 还 敢于 大胆云 断案 的 网友 张嘴 就 来 。 67733 614046708 什么 话 ， 这 叫 言论 自由 ！ 言论 自由 你 懂 吗 ！ 我 愿意 说 什么 就 说 什么 ！ 我 不 相信 你们 警察 ， 是 因为 你们 没有 公信力 ！ 你们 应该 多 思考 为什么 警察 没 了 公信力 ！ 而 不是 谁 带 节奏 造谣 ！ 有则改之无则加勉 ！ 懂 吗 ！ 2 614090202 38 | 1 0 39 | 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 67733 614886818 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 2 614930221 40 | 1 0 41 | 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 336881 616180331 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 2 616224997 42 | 1 0 43 | 好的 ， 既然 已经 被 封为 宇宙 警察 了 ， 那 咱们 就 继续 说 这个 事儿 。 你们 放心 我 心态 非常 正常 ， 心平气和 毫无 波澜 ， 该 说 的 我 肯定 要 说 清楚 ， 不 瞎背 的 锅绝 不 瞎背 。 1 、 “ 你 凭 什么 说 这 件 事 和 老师 没有 关系 ？ 官方 通报 里 都 没 提 老师 。 ” 我 大概 看 了 一下 ， 对 这个 有 意见 的 人 是 最多 的 。 熟悉 我 的 风格 应该 都 很 清楚 ， 我 确实 不 67733 616197493 你 有 这个 时间 啊 ， 多 去 睡点 觉 比 什么 都 强 ， 理 他们 干嘛 ， 等 哪 天 他们 直接 甩出 “ 你 一个 男人 居然 叫 婆婆 ， 果然 警察 只 会 骗 纳税人 ， 政府 公信力 果然 不行 ” 的 时候 ， 你 就是 千手观音 也 来不及 跟 这些 人 打字 2 616241016 44 | 1 0 45 | 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 99939 616203594 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 2 616250775 46 | 1 0 47 | 我 弄完 头发 了 。 six 老师 确实 是 按照 我 的 要求 为 我 打造 了 发型 。 我 说 想 让 头发 看 起来 多 一点 。 他 完全 遵守 ， 现在 我 的 头发 全都 蓬 起来 了 ， 像 个 日式 三角饭团 。 99939 616539518 这个 寓意 不 太 好 啊 ， 饭团 容易 掉米 粒 2 616582833 48 | 1 0 49 | 好不容易化 个妆 ， 我 认认真真 自拍 。 拍来拍去 都 觉得 不对 ， 有种 微妙 的 违和 。 看 了 半天 ， 我 嚎 叫 着 和 马先生 说完 了 ， 我 脸颊 也 跟着 瘦 了 ， 所以 颧骨 和 下 颌骨 都 突 出来 了 。 马 先生 说 那 咋 的 。 我 说 不 可爱 了 ！ 我 的 脸 不是 圆圆 的 了 ！ 他 说 不 圆 了 又 咋 了 ？ 我 伤心 欲 绝 说 不 圆 了 变成 嫩牛 五 方脸 了 ！ 马 先生 惊讶 的 看 了 我 一 99939 616610749 昨天 变 了 饭 团头 ， 今天 是 嫩牛 五 方脸 ， 所以 虫二 你 现在 是 变成 这样 了 对 吗 ？ 2 616655493 50 | 1 0 51 | 我 刚才 给 烧包 上课 ， 教 他 做猫 的 道理 ， 讲完 发现 还有 个 旁听生 —余 优秀 一 脸 严肃 的 看 着 我 ， 感觉 可能 偷偷 都 记 下来 了 … 5374818 616903401 我 一直 想 知道 你 是 怎么 做到 两 个 号切 的 这么 快 的 ， 我 跟 在 后面 回复 都 跟 不 上 你 2 616946714 52 | 1 0 53 | “ 火辣 辣烤 鸭肠 ” 这家 烧烤 在 杭州 的 务必 务必 点 一下 ！ 超级 好吃 ！ 最 推荐 牛肉 ！ 非常 入味 以及 滑嫩 ！ 我 今天 要 了 75 串 牛肉 都 吃 了 ， 还有 招牌 鸭肠 ， 韧韧 的 ， 年糕 也 很 软 很 软 ， 鸡肉 没有 牛肉 好吃 ！ 但是 25串 也 都 吃完 了 ！ 今天 点 的 烧烤 吃 的 格外 干净 ， 以及 与 海底捞 吃 不 下放 冰箱 明天 吃 了 ！ 一定 要 去 试试 这家 ！ ！ 喉 喉甲 的 包 99936 617589845 余小门 怎么 能 逼 你 吃 这么 多 东西 ！ 洋洋 你 被 绑架 了 就 眨 眨眼 ！ 2 617633251 54 | 1 0 55 | 通过 这个 事儿 ， 提醒 一下 交警 兄弟 ： 查到 酒驾 醉驾 的 ， 摁住 了 ， 抓紧 抽血 ， 核查 血液 数值 ， 固定 证据 。 现在 酒精 呼吸 检测仪 ， 好像 还有 自动 拍照 功能 ， 也 把 照片 存好 了 。 甭管 最后 检察 院诉 不诉 ， 反正 咱们 把 证据 做 扎实 了 ， 也 得 把 证据 保存 好 。 万一 某 天 检察院 说 ： 交警 证据 不 全 ， 不 确定 ， 交警 没有 落实 证据 ， 是 交警 不 336881 617590139 检察院 ： 不好意思哈 ， 因为 交警 提交 案卷 的 时候 是 左脚 先进 的 门 ， 案卷 昨晚 丢 了 2 617633509 56 | 1 0 57 | 我们 这边 的 价格 ， 运尸 城区 内 400 每 具 ， 城区 外 价格 600 到 800 不等 。 冷柜 是 120 一 天 ， 穿 寿衣 800 一 次 。 灵堂 600 至 1200 一 次 ， 化妆 800 一 次 ， 如果 想 烧头 锅 ， 还要 包 红包 。 这些 还 只是 隐形 消费 ， 如果 要 搞 十八相送 ， 那 就 没 谱 了 。 645577 617663762 十八相送 是 什么 。。。 只 搜到 了 梁山伯 与 祝英台 2 617707115 58 | 1 0 59 | 我 爸疯 了 哈 ！ 我 亲戚 最后 总结 了 一 句 我 虽然 优秀 但是 太 败家 了 所以 嫁 不 出去 没 人 追 。 我 爸急 了 ， 一 把 抓起 我 的 手 ， 说 ： “ 怎么 没有 人 追 ？ 我 女儿 这个 戒指 就是 别人 送 的 ！ 特别 喜欢 她 ！ ” 我 故作 镇静 ， 回 答道 ： “ 对 ， 特别 爱 我 。 ” 99937 618099829 哈哈哈 ， 没 毛病 啊 ， 别人 送 的 ， 还 特别 喜欢 你 ， my y本 人 了 2 618144566 60 | 1 0 61 | 当初 让 你们 跪 着 看完 《 敦刻尔克 》 的 大体 就是 这种 人 了 637044 618179573 所谓 逢中 必反 就是 这种 人 了 2 618222849 62 | 1 0 63 | 统一 说 一下 ， 里面 涉及 到敝 单位 的 照片 ， 有 ps 的 ， 也 有 时间 跨度 堪比 港珠 澳 大桥 的 照片 大 杂烩 。 总之 ， 敝单 位查 无 此人 ， 也 没有 这种 领导 人型 工作 岗位 ， 还是 别 蹭 了 吧 ， 怪累 的 ， 都 蹭秃 噜皮 了 。 942859 619292890 这就 是 营销号 为了 搞笑 吧 。。。 但凡 智商 80 以上 的 都 不至于 把 这么 明显 的 p图 当真 吧 。。。 算 了 我 还是 别 高估 有些 人 的 智力 ， 明桑 防患于未然 做 的 很 及时 2 619336300 64 | 1 0 65 | 我 的 社交 未免 太 简单 了 吧 ？ 看到 我 的 通讯录 十分 头疼 ， 里面 空空如也 竟然 只有 老 鸡 一个 人 的 电话 。 真滴 老 阔疼 ， 我 都 开始 怀疑 自己 是 不是 有病 啊 ？？？ 99936 619584819 你 连鸡 的 电话 都 背 不 下来 ， 证明 你 还 不够 爱 ！ 2 619628326 66 | 1 0 67 | 我 肚子 饿 ， 闹 着 往马 先生 身上 靠 ， 他 想 亲 我 一 口 然后 说 不行 ， 感冒 了 。 那 我 能 听吗 ， 我 多 叛逆 啊 ， 就 非凑 过去 ， 说 我 怕 吗 ？ 我 天天 遭受 着 多少 病菌 的 侵袭 。 马 先生 伸手 怼开 我 的 脸 ， 说 什么 亲 ？ 谁 亲 你 了 ？ 你 咋 上 的 班 ？ 天天 都 干 啥 ？ …… ？？？ 大哥 多 看 点书 再 谈 恋爱 吧 。 99939 619914544 所以 说到底 谁 亲 你 了 ？ 虫 二 你 上班 都 在 做 什么 ！ 2 619958268 68 | 1 0 69 | 王刚 这个 骂挨 的 也 是 莫名其妙 。 市售 养殖 娃娃鱼 可以 卖 可以 吃 没有 问题 ， 纠结 这个 的 怕 是 从来 不 看 央视 七 套 的 养殖 致富 栏目 。 说 什么 活煮 残忍 的 ， 王刚 那个 做法 已经 很 人道 了 先 拍晕 再 下锅 ， 妥妥 的 比肩 发达 国家 瑞士 的 “ 先 拍晕 再 下锅 人道 龙虾 ” 做法 了 。 你们 吃 活蒸 大闸蟹 和 活煮 小龙虾 可 根本 没有 拍晕 这 一 步 67733 620488433 重点 不是 他 做 了 什么 菜 ， 而是 他 现在 已经 挡 了 某些 人 的 道 2 620531969 70 | 1 0 71 | 我们 国家 现在 每年 出生 1500多万 人 ， 高职 每年 录取 900多万 ， 今年 宣布 扩招 百万 。 随着 劳动力 市场 的 变化 ， 高职 只 会 越 招 越 多 ， 本科 通识 教育 和 职业 教育 一般 就是 1:3 。 初中 毕业 在 基础 教育 最好 的 北京 上海 就要 强制 分流 掉 一半 的 学生 。 接着 每年 不 到 千万 人 高考 ， 国家 专项 计划 要 分掉 6万多 名额 给 贫困 地区 ， 三大 计划 总计 41567 621388800 整天 痛骂 阶级 固化 ， 可是 第一 代 人 从 贫困 山区 走到 小镇 当 工人 ， 第二 代 人 从 小镇 走到 城市 当 白领 ， 第三 代 从 白领 到 中产 ， 这 难道 就 不 叫 阶级 流动 了 ？ 在 有些 人 眼里 ， 只有 从 贫民窟 一 步 走进 福布斯 才 叫 “ 阶层 流动 ” ， 那 才 是 见 了 鬼 了 呢 2 621432886 72 | 1 0 73 | 边城 遍地 化石 ， 喇叭 角石 和 直角石 17155 621454767 OK ， 拿 小本 本记 下来 ， 放假 就 去 2 621498044 74 | 1 0 75 | 。。。 简直 是 完美 复现 侏罗纪 公园 里 的 霸王龙 追吉 普车 的 经典 镜头 67733 621524942 第一 次 知道 长颈 鹿能 跑 得 这么 快 。。。 2 621568320 76 | 1 0 77 | 一个 不 知道 是 喜讯 还是 噩耗 ， 我 健身房 转好 了 ， 说 是 我 明天 就 可以 去 滨江 的 健身房 运动 了 ， 你们 说 我 明天 去 吗 ？ 我 现在 肩上 承担 着 鱼 小门 转给 我 的 双 倍 课程 ， 感觉 好 沉重 … 99936 622138334 等 老萝 回来 了 ， 你 可以 转给 老萝 呀 ！ 你 想 ， 萝奶奶 这么 大 岁数 ， 多 健身 总 没 坏处 。然 后 老 萝回 新加坡 ， 新加坡 如果 没有 这家 健身房 的 分部 ， 那 就是 这家 健身房 分布 区域 不够 ， 耽误 了 老萝 热切 健身 的 心 ！ 这样 就 都 是 健身房 的 锅 了 ！ 2 622181753 78 | 1 0 79 | 我 一直 特别 喜欢 买 四 件 套 ， 因为 觉得 睡 在 喜欢 的 颜色 上 很 幸福 ， 换 得 也 勤 ， 有种 换 个 心情 的 感觉 。 最近 买 了 套暗 黄色 。 浓郁 的 黄会 让 人 觉得 温暖 ， 睡 起来 很 安心 。 马 先生 也 觉得 我 选 的 颜色 很 特别 。 说 这个 黄 啊 ， 在 上面 拉屎 可能 都 看 不 出来 。 99939 622397167 虫二 真 有 眼光 ， 多 耐脏 啊 2 622440626 80 | 1 0 81 | 网友 你 说 怎么办 一 志愿 考 北京 大学 初试 排 65 名 ， 北大 招 100 个 ， 复试 完 还 没 出 成绩 然后 调剂 中国 政法 大学 ， 现在 已经 发拟 录取 通知 ， 要求 24 小时 内 确认 现在 是 直接 确认 ， 还是 赌 一 把 等 北大 是否 录取 应 了 那 句 话 “ 幸福 的 烦恼 ” 672071 622511833 这 。。。 让 人 怎么 回答 2 622555329 82 | 1 0 83 | 营口 坠龙 事件 貌似 也 是的 ， 我 相信 只是 鲸鱼 // 这个 报道 最早 还是 初中 时 在 某 科幻 杂志 上 看到 的 ， 当时 就 被 吸引 了 ， 真心 希望 是 蛇颈龙 的 遗骸 。 不过 这么 多年 后 ， 发现 这种 可能性 几乎 为 零 ， 毕竟 一个 物种 要 延续 需要 相当 数量 的 个体 ， 这样 的 种群 规模 很 难 不 被 人 发现 的 。 716104 622650672 别 问 ， 问 就是 海边 几十 年 的 老 渔民 也 没 见 过 的 怪异 生物 2 622694562 84 | 1 0 85 | 照片 里 就是 每天 清晨 买来 的 某些 人 嘴里 的 鄙部 食堂 的 “ 特供菜 ” 。 要是 天天 吃 特供 ， 老子 还 用 天天 跑 外边 变 着法 的 找吃 的 吗 ？ 特您mmp 的 供 ！ 285159 623322137 来 ， 我 起 头 看看 这就 是 官老爷 的 何不 食 肉糜 ， 普通 老百姓 哪 天 吃 得 起 这么 多 菜 了 ？ 你们 一 顿 饭 就 吃 这么 多样 ， 还 不 满足 。 而且 有 补贴 吧 ？ 一 顿 饭 是 不 自己 花 五六 毛 钱 就 有 鱼 有 肉 了 ？ 2 623368782 86 | 1 0 87 | 我 买 礼物 这 件 事 ， 知名 不具 的 姐妹 一直 在 帮 我 出 主意 。 她 建议 我 可以 买 马里奥 奥德赛 ， 说 她 玩儿 了 一 年 很 好 玩儿 ， 我 说 那 我 能 玩儿 好几 年 ， 以后 生 个 孩子 长大 了 还 能 继续 玩儿 ， 划算 。 她 说 你 孩子 在 哪儿 呢 ？ 我 说 它 现在 还是 两 部分 ， 没 组装 呢 。 在 仓库 里 。 99939 626542784 大家 系好 安全带 2 626586557 88 | 1 0 89 | 今天 旅客 挑战 驴检 了 吗 ？ 挑战 了 刚 有 一个 旅客 爸爸 在 入境 接受 检查 的 时候 说 咨询 我 问题 我 “ 旅客 ， 请问 有 什么 问题 吗 ？ ” 旅客 爸爸 “ 对不起 ， 我 想 问 一下 ， 摩托车 能 不 能 带 进来 ？ ” 我 “ …… 模型 吗 ” 旅客 爸爸 “ 不是 ， 就是 摩托车 ， 可不可以 带 进来 ？ ” 我 石裂 “ …… ” 我 在 他 脸上 确认 了 三 遍 他 精神 状态 562954 626985579 问题 是 他 怎么 带 进来 啊 。。。 拆散 了 运进 来 ？ 要是 一 整个 带 回来 ， 我 敬 他 是 个 汉子 2 627028989 90 | 1 0 91 | 天下 道理 都 是 相通 的 。 平时 ， 一个 一个 分析 起 海外 局势 都 头头是道 ， 自己 面临 百年 难得 机会 的 时候 反而 不 知道 咋办 。 道理 就是 “ 三 段 论 ” ： 撤退 肯定 会 带来 真空 ， 无论 是 实业 还是 思想 都 是 如此 ； 一旦 有 真空 ， 就 会 有 新 产物 （ 实业 ， 思想 ） 填补 ； 一旦 被 填补 ， 就 很 难 被 人 反扑 回来 。 你 觉得 对方 禁止 是 在 进攻 ？ 431311 627162294 说 这些 都 没有 用 ， 美国 人 一 走 ， 中国 人 马上 就要 病死 饿死 ， 反正 中必 输 就 完了 2 627205615 92 | 1 0 93 | 我 有时候 上网 看 这种 家长 讲 孩子 读书 的 事情 觉得 特别 有趣 。 刚 看 一个 网友 讲 她 孩子 考 小学 的 事情 。 按 她 的 理解 事情 是 这样 的 ， 2200 个 收 180 个 。 她 孩子 去 考 了 ， 得 了 8.5分 ， 先 录取 10分 和 9分 的 。 所以 她 孩子 按 “ 考试 成绩 ” 没 被 录取 。 接着 她 找 了 人 ， 孩子 被 录取 了 。 同样 一 件 事情 ， 她 看见 的 是 小学 有 一 套 完整 科学 的 按 6 41567 627591076 自己 都 说 了 靠托 关系 给 自己 孩子 弄 了 个 名额 ， 居然 还 认为 是 靠 成绩 说话 的 啊 。。。 2 627634433 94 | 1 0 95 | 马 先生 打算 煮 排骨 ， 我 说 不 想 吃 煮 的 ， 想 吃 红烧 的 ， 他 说行 。 我 说 少 放点 酱油 别 太 咸哈 ， 他 说好 。 我 说 怎么 不 做 糖醋 排骨 ， 我 也 想 吃 糖醋 的 。 他 说 家里 没有 番茄酱 了 。 我 说 有的 呀 我 记得 。 他 说 过期 了 ， 咱 家 啥 东西 不 放 过期 。 我 深情 款款 （ 自以为 ） 扒 在 厕所 门口 ： “ 我 对 你 的 爱 永远 不 过期 啊 ！ ” 马先 生面 无 表情 99939 629322509 马 先生 内心 ： 家里 的 排骨 和 酒吧 的 鸭子 ， 不 知道 哪个 先 放过 期 2 629367071 96 | 1 0 97 | “ 我 以后 连偷 看 你 的 机会 都 没有 了 。 ” 高考 结束 后 ， 暗恋 你 的 男生 红 着 脸 和 你 说 。 “ __ ” 你 说 。 114839 629566719 你 考试 把 眼睛 考瞎 了 ？ 2 629609967 98 | 1 0 99 | 和 同事们 聊起 都 买 了 啥 ， 大 眼睛 姐姐 说 给 程序员 姐夫 买 了 个人 体工 学椅 ， 三千多 。 漂亮 姐姐 惊呆 了 说 要 这么 贵 呢 ！ 我 说 都 上千 ， 我家 也 有 一个 但 我 没 坐出 什么 不 一样 啊 ， 可能 因为 我 太 矮 了 ， 垫 不 到 脖子 。 不过 还 挺 能 堆 衣服 的 ， 不怕 倒 。 漂亮 姐姐 点点 头 ， 说 那 你 的 椭圆机 呢 ？ 我 说 晒 鞋子 还 行 但 晾 衣服 不行 ， 不 咋 好 99939 629647950 买 了 这么 多 东西 ， 最后 只有 电烤 锅 发挥 了 原本 的 用途 2 629691415 100 | 1 0 101 | 我 的 妈 啊 我 可 太 有 排面 了 ， 粉丝 见面会 开到 了 非洲 ， 小孩 看见 我 比 看见 狮子 还 激动 ， 我 就 在 非洲 不 走 了 我 看 我 能 火遍 非洲 ！ 99936 629662070 你 摸 豹子 ， 孩子 摸 你 ， 嗯 ， 很 好的 链条 2 629705427 102 | 1 0 103 | 如果 有 新人 想 加入 网文 行业 。 切记 不要 去 新开 的 网站 写文 ， 更 不要 在 这种 网站 签 分成 的 合约 ， 保底 随便 写写 练手 还 行 ， 分成 还 带 长约 的 就是 给 人 充书库 当 傻子 的 。 还有 ， 保底 要求 更新量 过 大 （ 日 四千 以上 ） 又 不是 月 初发 稿费 的 ， 算 了 吧 ， 很 可能 一拖 两 个 月 跟 你 说切 了 然后 你 白写 几十万 字 。 买断 千 字 十 块 的 除非 你 没 447585 629864209 莲子 对 飞卢 有 了解 吗 ， 听说 飞卢 的 写手 收入 还 不错 ， 就是 更新量 巨大 。。。 2 629908395 104 | 1 0 105 | 这 把 我 气笑 了 。 截图 发吧 ， 不 给 原博 流量 了 。 一个 真 敢发 ， 还有 真 敢 信 的 。 336881 630207263 这 都 什么 年头 了 ， 就是 婆婆 拿 一 山寨机 也 拍 不 出 这么 糊 的 画面 啊 。。。 而且 他们 就 没 发现 站在 蛇 旁边 最近 那 两 个人 明显 都 是 飘 着 的 吗 2 630250587 106 | 1 0 107 | 就 您 这 视力 和 智力 也 能 打拳 ？？ 321479 630281875 你 想 什么 呢 。。 。要 不是 这 智力 和 视力 也 不至于 打拳 啊 。。。 2 630325556 108 | 1 0 109 | 马 先生 让 我 去 吹 头发 ， 我 懒得 动 ， 说等会 。 他 说 你 今天 洗头 掉 的 头发 很 少 了 啊 ！ 我 说 啊 。 就 听 他 继续 说 。 是 已经 没有 头发 好掉 了 吗 ？ 99939 630544266 要不是 有 这种 不 省心 的 老公 ， 虫二 也 不用 压力 大 到 每天 掉头 发 都 怪 他 2 630590122 110 | 1 0 111 | 不是 啊 ！ 这 有 黑幕 啊 ！ 给 我 的 都 是 好 刁钻 的 ！ 谁 会 扔 蚊子 和 感光 胶片 啊 ， 胶片 也 不 会 买 啊 ！ 还有 为什么 药 罐子 跟 空药 瓶 不 一样 啊 ！ 肯德基 炸鸡 我 就 不 能 吃 了 吗 ？ 为什么 要 扔 ？ 5176 630698135 我 肯定 哪个 桶 都 不 扔 。。。 2 630741747 112 | 1 0 113 | 我 教练 总 担心 我 回家 乱 吃 ， 每天 都 努力 挽留 我 在 健身房 吃 东西 。 我 忍耐 着 吃 了 几 次 地瓜 和 鸡蛋白 ， 大家 比较 熟 之后 就 本性 毕露 了 ， 死 也 不 吃 。 他 就 问 我 那 土豆行 吗 ， 红豆 粥行 吗 ， 绿豆 粥行 吗 ， 山药行 吗 ， 南瓜 行吗 。 不行 ， 都 不行 。 我 说 除了 玉米 还 能 吃 点 ， 其它 粗粮 都 不 爱 吃 ， 不过 我 可以 不 吃 。 他 说 不 吃 不行 。 等 99939 630711574 教练 ： 我 感觉 自己 的 职业 生涯 遇到 了 大 危机 ， 如果 这次 能 战胜 ， 以后 什么 类型 的 学员 肯定 都 没 问题 2 630755114 114 | 1 0 115 | 如果 没有 更新 的 ， 颠覆性 的 信息 ， 现在 两边 都 说 了 完整 情况 。 这 事 基本 也 就 这样 了 。 就是 利用 女性 ， 退伍 军人 ， 独身 去 异地 旅游 ， 被 陌生 男人 无故 殴打 ， 警察 不管 。 这 几 个 公众 舆论 的 敏感 点 隐瞒 了 非 独自 ， 认识 ， 同一 桌 吃饭 ， 喝醉 了 起口角 这些 情况 来 维权 的 故事 。 接下来 估计 就是 公众 舆论 的 反噬 了 。 这样 也好 ， 26709 630722298 刚才 看 了 个 神回复 ： “ 大家 都 关注 她 被 打的 原因 ， 却 不在乎 她 被 打的 面目全非 ， 这就 是 政府 公信力 下降 的 原因 ” 2 630766160 116 | 1 0 117 | 微博 上 研究 什么 法理 ， 全都 死刑 就是了 。 63456 630796289 “ 希望 家长们 能 保护 好 自己 的 孩子 ” ， 这 一句话 足够 原博 被 死刑 八 回 了 。。。 2 630839657 118 | 1 0 119 | 我 发现 我 这个 人 真是 逮 个 屁嚼不烂 。 一 天 没 几 件 事 好干 ， 一 看 微博 全 知道 。 最近 就是 健身 和 蚂蚁 森林 。 教练 挺 不 容易 的 ， 2800 块钱 ， 天天 哄 着 我 ， 还 提供 了 我 长达 一个 月 的 微博 内容 。 鸡 就 更 惨 了 。 鸡连钱 都 没 拿到 。 99939 630808274 最 惨 的 难道 不是 马 先生 吗 ， 提供 了 你 几 年 的 微博 内容 ， 还有 一 本书 ， 每天 照顾 瘫痪 女鹅 ， 别 说 没 拿 钱 了 ， 还 得 倒 搭钱 ， 而且 他 的 鸡 还 得 被 你 揍 ， 能量 也 得 被 你 偷 （ 这么 一 想 他 真的 好惨 哦 。。。 ） 2 630851999 120 | 1 0 121 | 图 一 这位 同学 问 的 我 都 快 怀疑 人生 了 ， 你们 帮 我 看看 我 这 句 话 ： 【 这个 爆料 的 （ 图 一 、 图二 ） 实际上 是 用 《 丝绸之路 》 里面 的 这个 图 ps 的 ， 对 ， 就是 你们 都 知道 的 那个 ps 。 我 当时 就 很 纳闷 底座 边缘 那些 模糊 是 怎么 回 事 ， 原来 是 为了 把 红色 底布 抹掉 ， 仿制 图章 + 涂抹 留下 的 痕迹 ， 然后 两 张 图 的 噪点 完全 一致 ， 我 可 67733 630894253 婆婆 的 意思 ： 照片 整体 是 p 出来 的 ， 用 书 里 烛台 的 照片 ， p 了 个 背景 ， 组合 成 了 这 张 照片 ， 所以 并不 能 确定 这 到底 是 哪里 的 烛台 。 他 的 理解 ： 这 条子 说 这 烛台 是 假 的 ， 是 p 出来 的 （ 大概 是 这样 ？ ） 2 630938251 122 | 1 0 123 | 我 闲 着 没事 ， 就 一直 躺 着 叫 老公 老公 老公 。 喊 一 声马 先生 必须 答应 一 声 ， 应 了 半天 ， 他 说 你 听 过 蔡依林 的 老公 吗 。 我 说 没有 。 他 喊 ： “ 你好 yoyo 。 ” yoyo 是 我 华为 的 智能 语音 名字 。 一 片 沉默 。 他 改喊 他 自己 的 华为 ： “ 小e小e 。 ” 小e 说 ： “ 你好 ” ， 他 说播 放蔡 依林 ， 老公 。 石沉大海 。 他 不 死心 又 喊 yoyo ， 然 99939 631148981 不 ， 他 可能 只是 听 你 一直 叫 他 ， 他 还 必须 一直 答应 ， 想 转移 话题 而已 （ 挑拨离间 ） 2 631192870 124 | 1 0 125 | 我 对 留学生 挺 宽容 的 。 以前 就 一直 说 ， 这些 外国 凯子 ， 是 我们 输出 工业 标准 和 控制 当地 生产 资料 的 渠道 …… 所以 给 点 钱 什么 都 不是 问题 ， 投资 比 还是 挺 赚 的 。 问题 是 你 学校 那 几 个 图 ， 三俗 的 不行 …… 没 法洗 。 你们 学校 的 学生 还要 到处 强行 开怪 。 你 说 你们 来 惹 我 做 什么 呢 …… 是 不是 有 毛病 63456 631595551 他们 护校 其实 也 不是 因为 爱 学校 本身 ， 要是 骂 几 句 山大 就 能 拿到 清北 的 通知书 ， 他们 一定 毫不 犹豫 。。。 护校 是 要 维护 自己 “ 在 名校 就读 ” 的 闪光点 ， 生怕 学校 名声 坏 了 ， 自己 就 失去 了 优势 ， 要 说 利己主义 ， 他们 才 是 最 真实 的 利己 ， 为了 自己 的 闪光点 ， 可以 不惜 一切 掩饰 黑暗 2 631639297 126 | 1 0 127 | 我 是 看 了 右边 这 图 实在 感觉 很 无奈 41567 631597616 以为 自己 是 给 外国人 拉皮 条 的 ？ 当 学生 是 什么 ？ 帮 领导 接客 的 ？ 2 631640923 128 | 1 0 129 | 这个 事情 最 诡异 的 是 有 大量 媒体 说 这 只 黑猩猩 还有 “ 越狱 前科 ” ， 我 寻思 你们 用词 前 过 没 过 脑子 ？ 这种 事百 分 之 两百 动物园 的 管理 责任 问题 ， 又 是 越狱 又 是 前科 的 ， 关 人家 黑猩猩 什么 事 ？ 67733 631629268 有 前科 怎么 了 。。。 还 打算 让 人家 虚心悔 改写 检讨 吗 。。。 2 631672527 130 | 1 0 131 | 乘务员 休息区 ， 没 什么 要 反思 的 。 这次 知道 了 下次 就 别 在 这种 事 挑刺 了 。 如果 机上 有 发生 紧急 情况 的 乘客 （ 印度 人 除外 ） 却 不 让 他们 在 这 休息 再 拿 出来 说吧 。 26709 631909276 头回 听说 飞机 还有 “ 人满为患 ” 一 说 ， 不 都 是 一 人 一个 座 吗 ？ 还有 站票 挂票 给 机舱 塞满 了 了 ？ 2 631952968 132 | 1 0 133 | 七夕 快 到 啦 ！ 龙隐 老板娘 推出 两 款 天然 缅甸 琥珀 净水 琥珀 ， 这是 第一 款 ， 茶珀 浪漫 爱心 吊坠 。 到 了 七夕 的 时候 ， 向 她 说 声 ： 我 嘤 嘤嘤 …… 尺寸 ； 约 22x20x13 mm ， 详情 见 评论区 置顶 。 17155 632427409 图二 是 女装 长发 的 你 ？ 对 吧 ！ 就 冲 这个 我 买 了 ！ 2 632471385 134 | 1 0 135 | 第一 条 不是 洗地 ， 纯 探讨 。 1. 有 隐情 ， 这样 处理 其实 是 对 民警 的 保护 ， 只是 不足 与 外人道 。 单位 为了 民警 ， 死扛 骂名 。 2 . 单位 不 了解 网络 舆情 ， 前怕 狼 后 怕虎 ， 把 一手 稳赢 的 好牌 打烂 ， 3 . 传统 思维 ： 单位 先 把 引发 麻烦 的 人 解决 了 ， 整个 事情 就 解决 了 ， 管 你 有理 没理 ， 先 办 你 。 4. 官僚 思维 ， 单位 没 把 民警 当 同袍 ， 冷 0 632712792 大家 希望 是 1 ， 但 实际上 往往 是 3 ， 但 我 现在 依然 希望 是 1 2 632756315 136 | 1 0 137 | 马 先生 晚上 带 我 去 看 电影 ， 我 说 那 吃 啥 啊 ？ 他 说 随便 吃 点 呗 ， 给 你 买 爆米花 。 我 说 爆米花 热量 那么 高 ， 我 还 不如 吃 火锅 呢 。 大哥 说 那 可不 一样 啊 老婆 。 我 说 咋 不 一样 呢 。 大哥 说 。 一个 便宜 一个 贵哈哈哈 。 ？？？ 哈 你 大爷 。 99939 632771349 虫二 可以 开 一个 “ 我 老公 是 如何 省钱 的 ” 专栏 ， 比 找 爱好 来 的 快 ， 而且 也许 真 能 吸引 人 来看 2 632814766 138 | 1 0 139 | 我 是 觉得 他 把 网络 和 现实 搞混 了 ， 网络 上 的 言论 并不 是 现实 中 这些 人 生活 的 准则 。 她们 更多 的 时候 是 提供 一个 立场 ， 让 人 抱团 取暖 。 41567 632865653 贩卖 婴儿 贩卖 男婴 这 也 拳 。。。 这 也 叫 人话 2 632909292 140 | 1 0 141 | 昨天 因为 私人 事情 去 了 趟 广州 ， 今天 当 了 一 回 旅客 ， 我 终于 知道 我 嫩 的 空乘 小姐姐 多么 不 容易 了 一 中年 男子 ， 坐 我 旁边 ， 然后 上机 先 玩 拖鞋 ， 换好 后 因为 飞机 还 没 推出 ， 这 男 的 按 了 服务 铃 空姐 “ 先生 您 好 ， 请问 有 什么 能 为 您 服务 的 ？ ” 男 的 “ 这 都 过 了 多久 了 还 不 飞 ？ 说好 几点飞 的 ？ ” 空姐 “ 先生 您 稍安 勿躁 ， 您 在 742524 632870678 我 偏 个题 。。。 飞机 上 的 米饭 是 在 飞机 上 现蒸 的 吗 我 一直 以为 是 蒸好 了 在 飞机 上 热 一下 的 2 632914330 142 | 1 0 143 | 法律 认定 你 没有 杀人 ， 你 就 真的 没有 杀人 吗 ？ 我 说 没有 。 人 想 要 超越 法制 就是 把 自己 放在 上帝 的 位置 上 思考 问题 了 。 41567 632871382 总 有人 觉得 警察 调查 取证 后 的 不是 不 一定 是 真相 ， 法院 判决 后 的 也 不 一定 是 真相 ， 但 “ 我 认为 ” 的 事情 ， 一定 是 真相 2 632914798 144 | 1 0 145 | 我 觉得 只要 故事 讲 的 好 ， 游戏 像 一点 无所谓 …… 毕竟 你 也 不 能 为了 创新 强行 让 辩控 结印 施法 …… 63456 633137966 一开始 还 能 说 是 题材 相同 ， 后面 拍 桌子 就 过于 明显 了 ， 毕竟 能 拍 桌子 的 法庭 只有 逆转 系列 。。。 而且 居然 还有 人 喊 异议 啊 ！ 中国 人 在 口语 里 谁 会 用 这个 词 啊 ！ 抄 都 不 能 本土化 一点 ！ 2 633181979 146 | 1 0 147 | 对 了 ， 小猫 的 名字 决定 了 。 叫 月饼 。 一方面 它 是 家里 老三 ， 甲乙丙 谐音 对 得 上 。 另一方面 也 快 中秋节 了 ， 希望 它 团团 圆圆 的 吃 胖点 。 月饼 很 能 吃 ， 比 豆哥 还 能 吃 ， 就是 不 胖 ， 都 一 岁 了 还是 细细 小小 的 一 只 。 怀疑 那么 几 斤 也 有 一大半 是 脑子 。 守厨房 是 基本 操作 ， 抢猫粮 也 稀松 平常 ， 昨晚 钻进 厨房 偷 炸鸡 真是 惊呆 我 99939 633358137 教练 ： 你 昨晚 又 吃 炸鸡 了 ？？？ 2 633402265 148 | 1 0 149 | 阿 你 概括 的 比 我 好 ， 其实 我 是 试 着 从 双方 的 角度 都 考虑 看看 ， 结果 中立 被 看成 对立 ， 两头 都 不 落好 … 就 感觉 ， 很多 人 还是 只能 接受 二元 论 看 世界 ， 只能 非此即彼 933419 633881047 通常 对立 的 两 个 派别 ， 都 知道 尽可能 拉拢 中 立派 才 是 取胜 关键 ， 但 他们 上来 先 把 中 立派 打上 了 “ 敌人 ” 的 标签 ， 然后 无 差别 扫射 。。。 这 也 是 为什么 他们 只能 在 网上 抱团 但 现实 里 总 也 起 不 来 的 原因 ， “ 我们 能 不 能 成功 不 重要 ， 先 骂 个 爽 再说 ” ， 不管 什么 主义 ， 就 这个 行动 理念 就 令 人 捉鸡 。。。 2 633924740 150 | 1 0 151 | 自从 我 秃 了 之后 ， 就 对秃 这 件 事 进行 了 全方位 的 研究 ， 不仅 按时 用药 ， 在 吃上 也 下 了 一番 研究 。 五谷 磨房 核桃 芝麻 黑豆粉 真的 可以 ， 转评 赞关 本条 送 3 份 及 这 件 事 更 可以 。 黑芝麻 和 核桃 能 乌 发生 发真 不是 我 养生 文看 多 了 。 这 两 种 食物 富含 蛋白质 ， 不 饱和 脂肪 酸及 维生素 ， 还有 微量 元素 锌 和 铜 ， 尤其 核桃 99939 633908373 甜甜 终于 发 了 一些 男粉 也 能 花钱 参与 的 广 2 633952043 152 | 1 0 153 | 我国 现在 最 大 的 问题 就是 基层 各种 妖… … 63456 633915518 明天 去 银行 捡 点 钱 2 633958887 154 | 1 0 155 | 中国 要 崛起 ， 第一 关 需要 过 的 就是 美国 ， 奈何 我们 有 太 多 的 奴才 唯 美国 马首是瞻 。 美国 先进 吗 ？ 先进 。 美国 文明 吗 ？ 也许 。 美国 民主 吗 ， 可能 。 但 美国 是 你 的 国家 吗 ？ 不是 吧 ？ 我们 国家 ， 从 强盛 到 衰败 ， 再 由 衰败 到 现在 的 不断 崛起 ， 期间 受 过 的 苦 ， 只有 我们 自己 的 人民 才 知道 1013531 633996354 人家 可不 是 这么 想 的 ， 等待 、 支持 中国 崛起 ， 又 费心 又 费力 ， 也许 自己 这 代 人 还 赶 不 上 。 但 有朝一日 老 美 成功 殖民 中国 ， 一 夜 之间 自己 就是 “ 美国 人 ” 了 ， 这 多 省心 2 634039857 156 | 1 0 157 | 比利时 有 F-16 吗 ？ 我 正 站在 滑铁 卢战役 的 狮子 山上 ， 一 架 低空 掠过 的 F-16 呼啸而过 ， 还 摆动 机翼 。 没 来得及 照相 ， 速度 太 快 。 168571 634242098 如果 他们 没 对外 公开 的话 ， 你 可能 发现 了 什么 军事 秘密 。。。 2 634285381 158 | 1 0 159 | 无意 中看 柯南道尔 的 作品 列表 ， 发现 他 在 1899年 曾经 发表 过 一 部 家庭 伦理 小说 ， 叫 《 二重唱 ， 偶尔 也 有 合唱 》 （ A Duet , with an Occasional Chorus ） 。 讲 一对 幸福 夫妇 本来 过 着 美满 生活 ， 结果 丈夫 从前 的 情人 突然 乱入 …… 算算 时间 ， 距离 他 在 《 最后 一 案 》 干掉 福尔摩斯 已经 过去 6 年 了 。 老 柯南 其实 一直 有 一 颗 严肃 125531 634256216 这个 书名 乍一看 意义 不明 ， 要是 改叫 《 一个 男人 和 两 个 女人 》 或者 《 我 的 老公 和 他 的 前 女友 》 再 或者 《 老婆 与 前 女友 与 我 》 之类 的 ， 就 让 人 有 翻 一 翻 的 冲动 了 2 634300240 160 | 1 0 161 | 现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% …… 124050 605745225 那 其他人 计划 干啥 ？ 4 605788680 162 | 1 0 163 | 从 图 二 看 ， 天籁 也 骑线 了 ， 而且 加速 撞击 不 可能 判定 无责 的 。 无责 的 标准 是 自己 完全 在 行车 线内 ， 对方 越线 发生 碰撞 ， 本车 让速 不 让 道且 不 能 有 加速 行为 ， 最好 带 着 行车 记录仪 45822 605804713 只 可惜 这是 一 辆 天籁 ， 要是 途乐 就 好 了 。 4 605848722 164 | 1 0 165 | 没有 什么 困境 ， 能 比 被 瓢泼 大雨 困在 一个 山村 图书馆 里 更 惬意 了 。 今晚 索性 赖 着 不 走 ， 店员们 纷纷 去 吃饭 ， 留下 我 一个 人 。 窗外 暴雨 如注 ， 我 在 店 内 踏实 地 东张西望 。 这里 最 厉害 的 收藏 ， 是 一整套 《 中国 少数 民族 社会 历史 调查 资料 丛刊 》 ， 煌煌 几百 本 ， 特别 齐整 ， 据说 外头 的 大馆 攒齐 一 套 也 不 容易 ， 弥足珍贵 。 125531 605825036 老马 这个 人 有 一定 和 很多 很多 文字 工作者 不 一样 的 地方 ， 那 就是 他 能 对 各种各样 的 书 产生 浓厚 的 兴趣 并 从中 读出 点 什么 ， 哪怕 是 县志 、 族谱 、 年鉴 什么的 。 我 怀疑 这个 人 上辈子 是 成精 的 书蠹 。 4 605868664 166 | 1 0 167 | 这 这 这 …… 我 该 说 点 啥 才能 缓解 这 尴尬 的 气氛 ？ 在线 等 ， 挺急 的 …… 16126 605835464 你 就 说 ： 八千 卖 吗 ？ 4 605879582 168 | 1 0 169 | 今天 在 会场 ， 在 餐厅 ， 就 经常 有人 过来 我 旁边 ， 偷偷 说 嘤 嘤嘤 ， 我 右边 的 导师 非常 奇怪 ， “ 立达 ， 赢 赢赢 ， 这是 新 的 流行语 吗 ？ 是 什么 意思 ？ ” …… “ 老师 ， 这是 鼓励 我 报告 做 得 好的 意思 ， 年轻人 才 用 的 。 ” …… “ 学习 了 。 ” 17155 605836715 以后 说 不 定成 了 古 生物圈 里 的 流行 黑话 呢 。 4 605880001 170 | 1 0 171 | 早年 大英 帝国 是 我 最 喜欢 的 一个 国家 ， 在 想象力 方面 ， 大英 帝国 是 那种 天空 才 是 边界 的 国家 。 读 英国 人 的 历史 ， 你 不得不 感慨 ， 卧槽 ， 这 逼 怎么 能 这么 灵活 ， 而且 啥 没 底线 没 原则 的 事 都 能干 出来 ， 打 得 过 就 打 ， 打 不过 就 建交 ， 没钱 的 时候 就 给 强盗 发肆掠 许可证 ， 有点 钱 的 时候 就 搞 贸易 保护 ， 把 黑人 装罐 头里 卖 到 全世界 168471 605876095 现代 政治 的 手段 英国 人 几乎 都 玩 过 ， 其中 有 一多半 还是 英国 人 发明 的 。 4 605919555 172 | 1 0 173 | 唐国强 当年 是 因为 外形 被 称为 “ 奶油 小生 ” ， 并不 是 说 他 演技 不行 。 不少 人 反感 娘炮 ， 更 确切 的 说法 应该 是 反感 有且 只有 “ 娘炮 人 设 ” 的 偶像 。 56499 605882772 吴京 啊 ， 我 小时候 吴京 在 电视 上 可是 标准 的 小鲜肉 ， 而且 说真的 有点 娘 。 4 605926110 174 | 1 0 175 | 给 大凌志 过户 换 个 车 牌号 。 家里 两 个 能 拉 设备 的 车 同时 限号 太 郁闷 了 。 车管所 永远 是 充满 回忆 且 神车 辈出 的 地方 。 541670 605895019 这不 是 堂主 的 爆改 C180 k 吗 ？ 4 605942959 176 | 1 0 177 | 大家 觉得 下班 该 不 该 回 工作 微信 ？ 如果 领导 偶尔 发 ， 我 觉得 回 一下 也 无所谓 。 如果 领导 总是 发 ， 并且 还发 的 挺 多 ， 回 工作 微信 的话 ， 是 不是 也 算 加班 ？ 3602 605901334 急事 儿回 ， 不急 的 事儿 装 没 看见 。 4 605947178 178 | 1 0 179 | 曾经 有 个 微博 网友 ， 拿 着 曾 先生 一家 在 荷兰 的 照片 造谣 说 ： 被 瑞典 警察 粗暴 对待 的 他们 第二 天 继续 在 瑞典 玩耍 。 结果 ， 被 打脸 后 ， 他 的 账号 没 了 20983 605903040 换 个 号接 着 造谣 呗 4 605947264 180 | 1 0 181 | 有 卖 就 有 买 ， 为啥 说 房地产 是 个 蓄水池 呢 ？ 真心 求教 ， 不 懂 。 而且 按照 我 的 理解 ， 买房 会 从 银行 贷款 ， 会 让 流通 货币 变多 。 所以 更 不 懂 了 。 168471 605909722 铜球 ， 我 也 不 明白 。 房地产商 挣 了 钱 也 得 花 啊 ， 总 不 能 躺 在 票子 上 睡觉 吧 ？ 4 605953581 182 | 1 0 183 | 神经病 啊 ！ 我 又 没 写 连载 ！ 催 什么 催 ！ 125531 605910271 某些 人 对 “ 更新 ” 二 字 很 敏感 4 605954839 184 | 1 0 185 | 你们 要 的 G37 ， 12年 4月 上牌 ， 8.6万 公里 。 它 应该 是 你 在 10万 大 几 到 20万 出头 上下 预算 里 ， 能 买到 的 年头 不 长 ， V6后驱 ， 同时 兼顾 耐用 省心 ， 小毛病 最少 ， 排量 最 大 的 性能 车 。 小哥 手机 这 镜头 ， 估计 是 沾 了 什么 不 知名 的 脏 东西 了 。 像素 太 渣 ， 照片 成色 一般 ， 但 实车 很 靓 ， 好好 收拾 一番 ， 黑 武士 风格 的 G37 ， 还是 可 16126 605911892 G37 为啥 贵 你 心里 没 点数 吗 ？ 4 605955262 186 | 1 0 187 | 必须 曝光 ， 鲁R 15V76 你 就 那么 着急 吗 ？ 518542 605923124 可能 人家 着急 奔丧 吧 ？ 4 605966686 188 | 1 0 189 | 我 长 得 就 像 黄渤 。 咋 地 了 ？ 你们 感觉 黄渤 美若天仙 ， 感觉 得 很 对 啊 ！ 别杠 ， 继续 保持 ！ 336881 605923807 黄渤 年轻 的 时候 还是 挺帅 的 。 4 605967379 190 | 1 0 191 | “ 这 病 我 治 不 了 ， 你 要不 试试 中医 ” 的 意思 并不 是 信任 中医 …… 219715 605929974 其 地位 大致 相当于 练 气功 、 拜佛 、 祈祷 、 求助于 外星人 。 4 605973632 192 | 1 0 193 | 灰色 G25 终于 再次 售出 ， 卖 到 了 山东 潍坊 。 这 台车 上次 卖 到 了 云南 ， 但 买家 媳妇 坚决 不 同意 ， 最终 大家 可能 都 以为 我 已经 卖 了 ， 但 实际上 并 没有 。 退定 对 卖家 来说 ， 是 特别 不 吉利 的 事儿 。 有点 迷信 的 南方人 ， 都 不 太 喜欢 这种 事儿 ， 我 把 车况 报 得 尽量 精准 ， 你 带 着 诚意 过来 ， 大家 都 别 浪费 彼此 表情 和 时间 ， 最为 妥当 16126 605930516 其实 找 你 买 车 不是 图 便宜 ， 而是 图 省心 。 至少 你 故意 坑人 的 可能性 要 小 很多 ， 这 对于 一般 买家 来说 太 重要 了 。 4 605974183 194 | 1 0 195 | 李将军 ！ 不是 任何 一 场 战争 都 是 开场 就 上 火攻 东京 的 戏码 的 ！ 你 美 短暂 禁售 中兴 期间 可 没有 少 给 华为 小米 OV 魅族 联想们 供应 芯片 ！ // 219715 605931646 有 本事 禁止 给 全部 中国 企业 销售 芯片 啊 ， 看看 高通 敢 不 敢 刺杀 总统 。 4 605975084 196 | 1 0 197 | 绝大部分 普通人 不是 爱钱 ， 是 爱花钱 ， 真爱 钱 的 人 赚 了 之后 不 花存 起来 ， 绝大部分 富翁 都 是 这种 清教徒 气质 ， 中国 明清 六百 年 ， 美洲 挖 出来 的 白银 一半 以上 来 中国 了 ， 中国 白银 还是 越 用 越 少 ， 刨去 损耗 ， 绝大部分 没 了 的 都 是 被 土财 主埋 了 ， 我们 山西 那边 叫 “ 窖银 ” ， 这才 是 真 爱 钱 。 别 问 有 钱 不 花 赚钱 有 什么 意义 ， 如果 168471 605982616 据说 ， 一大堆 银子 买 在 地下 ， 时间 久 了 就 能 成精 。 4 606026033 198 | 1 0 199 | 刚接 一 电话 ， 说 个 段子 。 最近 受 网络 事件 的 影响 ， 规则 意识 空前 大涨 。 从 微博 到 朋友圈 大家 都 在 谴责 不 守 规则 的 行为 。 昨晚 酒桌 上 也 是 ， 一桌人 从 高铁 霸座 男聊 到 瑞典 的 曾 先生 ， 席间 一 位 老兄 侃侃而谈 ， 他 说 “ 世界 上 最 讲 规矩 的 地方 ， 你们 知道 在 哪 吗 ？ ” 有人 猜 日本 ， 老 兄摇 摇头 。 有人 说 是 学校 ， 老兄 又 摇 102544 605986758 看来 这位 老兄 一直 不大 懂 啊 。 4 606030795 200 | 1 0 201 | -------------------------------------------------------------------------------- /data/sample_byuser_filter/2: -------------------------------------------------------------------------------- 1 | [["从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？", "502340", "607096966", "关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了", "2", "607140258"], ["马 先生 太 他 妈 热爱 生活 热爱 家庭 了 。 四点多 起来 赶 飞机 ， 飞机 上 我 昏睡 他 看 了 一路 郭德纲 。 现在 我 瘫倒 在 床上 。 他 在 打扫 房间 。 我 对 我 的 房间 非常 满意 啊 ， 觉得 毫无 可 打扫 之 处 …", "99939", "607313904", "可能 就是 马 先生 一直 很 勤快 ， 所以 你 才 没 发现 家中 哪里 有 什么 可 打扫 的 。。。", "2", "607314084"], ["作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 ……", "10982", "608063377", "你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？", "2", "608107063"], ["如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？", "99939", "608476389", "我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖", "2", "608476584"], ["我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。", "99939", "609034948", "关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖", "2", "609078793"], ["以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！", "67733", "609695985", "次日 ， 该 协会 正式 宣布 解散", "2", "609739336"], ["这样 说 吧 ， 我 在 政法 大学 讲课 时 举 一个 笨人 逆袭 的 例子 ， 说 了 郭靖 ， 看 下面 茫然 ， 只能 解释 ： 是 射雕 里 的 男主 。 并不 是 他们 不 看 金庸 ， 而是 可 看 的 多 ， 被 稀释 了 //", "716104", "610032494", "流量 明星 演 的 ， 观众 是 去 看 那个 明星 的 ， 都 未必 记得 住 他演 的 是 谁 。。。", "2", "610075861"], ["莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢", "99936", "611013767", "洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？", "2", "611060000"], ["话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的", "716104", "612581356", "不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害", "2", "612624680"], ["有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。", "168571", "612613439", "首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧", "2", "612657154"], ["艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。", "447585", "614040664", "在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单", "2", "614084124"], ["这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下", "67733", "614886818", "没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ”", "2", "614930221"], ["这是 他 昨天 的 发言 ， 感觉 挺 自信 。", "336881", "616180331", "他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了", "2", "616224997"], ["我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 …", "99939", "616203594", "不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下", "2", "616250775"], ["我 弄完 头发 了 。 six 老师 确实 是 按照 我 的 要求 为 我 打造 了 发型 。 我 说 想 让 头发 看 起来 多 一点 。 他 完全 遵守 ， 现在 我 的 头发 全都 蓬 起来 了 ， 像 个 日式 三角饭团 。", "99939", "616539518", "这个 寓意 不 太 好 啊 ， 饭团 容易 掉米 粒", "2", "616582833"], ["我 刚才 给 烧包 上课 ， 教 他 做猫 的 道理 ， 讲完 发现 还有 个 旁听生 —余 优秀 一 脸 严肃 的 看 着 我 ， 感觉 可能 偷偷 都 记 下来 了 …", "5374818", "616903401", "我 一直 想 知道 你 是 怎么 做到 两 个 号切 的 这么 快 的 ， 我 跟 在 后面 回复 都 跟 不 上 你", "2", "616946714"], ["当初 让 你们 跪 着 看完 《 敦刻尔克 》 的 大体 就是 这种 人 了", "637044", "618179573", "所谓 逢中 必反 就是 这种 人 了", "2", "618222849"], ["统一 说 一下 ， 里面 涉及 到敝 单位 的 照片 ， 有 ps 的 ， 也 有 时间 跨度 堪比 港珠 澳 大桥 的 照片 大 杂烩 。 总之 ， 敝单 位查 无 此人 ， 也 没有 这种 领导 人型 工作 岗位 ， 还是 别 蹭 了 吧 ， 怪累 的 ， 都 蹭秃 噜皮 了 。", "942859", "619292890", "这就 是 营销号 为了 搞笑 吧 。。。 但凡 智商 80 以上 的 都 不至于 把 这么 明显 的 p图 当真 吧 。。。 算 了 我 还是 别 高估 有些 人 的 智力 ， 明桑 防患于未然 做 的 很 及时", "2", "619336300"], ["我 的 社交 未免 太 简单 了 吧 ？ 看到 我 的 通讯录 十分 头疼 ， 里面 空空如也 竟然 只有 老 鸡 一个 人 的 电话 。 真滴 老 阔疼 ， 我 都 开始 怀疑 自己 是 不是 有病 啊 ？？？", "99936", "619584819", "你 连鸡 的 电话 都 背 不 下来 ， 证明 你 还 不够 爱 ！", "2", "619628326"], ["边城 遍地 化石 ， 喇叭 角石 和 直角石", "17155", "621454767", "OK ， 拿 小本 本记 下来 ， 放假 就 去", "2", "621498044"], ["。。。 简直 是 完美 复现 侏罗纪 公园 里 的 霸王龙 追吉 普车 的 经典 镜头", "67733", "621524942", "第一 次 知道 长颈 鹿能 跑 得 这么 快 。。。", "2", "621568320"], ["一个 不 知道 是 喜讯 还是 噩耗 ， 我 健身房 转好 了 ， 说 是 我 明天 就 可以 去 滨江 的 健身房 运动 了 ， 你们 说 我 明天 去 吗 ？ 我 现在 肩上 承担 着 鱼 小门 转给 我 的 双 倍 课程 ， 感觉 好 沉重 …", "99936", "622138334", "等 老萝 回来 了 ， 你 可以 转给 老萝 呀 ！ 你 想 ， 萝奶奶 这么 大 岁数 ， 多 健身 总 没 坏处 。然 后 老 萝回 新加坡 ， 新加坡 如果 没有 这家 健身房 的 分部 ， 那 就是 这家 健身房 分布 区域 不够 ， 耽误 了 老萝 热切 健身 的 心 ！ 这样 就 都 是 健身房 的 锅 了 ！", "2", "622181753"], ["照片 里 就是 每天 清晨 买来 的 某些 人 嘴里 的 鄙部 食堂 的 “ 特供菜 ” 。 要是 天天 吃 特供 ， 老子 还 用 天天 跑 外边 变 着法 的 找吃 的 吗 ？ 特您mmp 的 供 ！", "285159", "623322137", "来 ， 我 起 头 看看 这就 是 官老爷 的 何不 食 肉糜 ， 普通 老百姓 哪 天 吃 得 起 这么 多 菜 了 ？ 你们 一 顿 饭 就 吃 这么 多样 ， 还 不 满足 。 而且 有 补贴 吧 ？ 一 顿 饭 是 不 自己 花 五六 毛 钱 就 有 鱼 有 肉 了 ？", "2", "623368782"], ["“ 我 以后 连偷 看 你 的 机会 都 没有 了 。 ” 高考 结束 后 ， 暗恋 你 的 男生 红 着 脸 和 你 说 。 “ __ ” 你 说 。", "114839", "629566719", "你 考试 把 眼睛 考瞎 了 ？", "2", "629609967"], ["我 的 妈 啊 我 可 太 有 排面 了 ， 粉丝 见面会 开到 了 非洲 ， 小孩 看见 我 比 看见 狮子 还 激动 ， 我 就 在 非洲 不 走 了 我 看 我 能 火遍 非洲 ！", "99936", "629662070", "你 摸 豹子 ， 孩子 摸 你 ， 嗯 ， 很 好的 链条", "2", "629705427"], ["这 把 我 气笑 了 。 截图 发吧 ， 不 给 原博 流量 了 。 一个 真 敢发 ， 还有 真 敢 信 的 。", "336881", "630207263", "这 都 什么 年头 了 ， 就是 婆婆 拿 一 山寨机 也 拍 不 出 这么 糊 的 画面 啊 。。。 而且 他们 就 没 发现 站在 蛇 旁边 最近 那 两 个人 明显 都 是 飘 着 的 吗", "2", "630250587"], ["就 您 这 视力 和 智力 也 能 打拳 ？？", "321479", "630281875", "你 想 什么 呢 。。 。要 不是 这 智力 和 视力 也 不至于 打拳 啊 。。。", "2", "630325556"], ["马 先生 让 我 去 吹 头发 ， 我 懒得 动 ， 说等会 。 他 说 你 今天 洗头 掉 的 头发 很 少 了 啊 ！ 我 说 啊 。 就 听 他 继续 说 。 是 已经 没有 头发 好掉 了 吗 ？", "99939", "630544266", "要不是 有 这种 不 省心 的 老公 ， 虫二 也 不用 压力 大 到 每天 掉头 发 都 怪 他", "2", "630590122"], ["不是 啊 ！ 这 有 黑幕 啊 ！ 给 我 的 都 是 好 刁钻 的 ！ 谁 会 扔 蚊子 和 感光 胶片 啊 ， 胶片 也 不 会 买 啊 ！ 还有 为什么 药 罐子 跟 空药 瓶 不 一样 啊 ！ 肯德基 炸鸡 我 就 不 能 吃 了 吗 ？ 为什么 要 扔 ？", "5176", "630698135", "我 肯定 哪个 桶 都 不 扔 。。。", "2", "630741747"], ["微博 上 研究 什么 法理 ， 全都 死刑 就是了 。", "63456", "630796289", "“ 希望 家长们 能 保护 好 自己 的 孩子 ” ， 这 一句话 足够 原博 被 死刑 八 回 了 。。。", "2", "630839657"], ["我 是 看 了 右边 这 图 实在 感觉 很 无奈", "41567", "631597616", "以为 自己 是 给 外国人 拉皮 条 的 ？ 当 学生 是 什么 ？ 帮 领导 接客 的 ？", "2", "631640923"], ["这个 事情 最 诡异 的 是 有 大量 媒体 说 这 只 黑猩猩 还有 “ 越狱 前科 ” ， 我 寻思 你们 用词 前 过 没 过 脑子 ？ 这种 事百 分 之 两百 动物园 的 管理 责任 问题 ， 又 是 越狱 又 是 前科 的 ， 关 人家 黑猩猩 什么 事 ？", "67733", "631629268", "有 前科 怎么 了 。。。 还 打算 让 人家 虚心悔 改写 检讨 吗 。。。", "2", "631672527"], ["乘务员 休息区 ， 没 什么 要 反思 的 。 这次 知道 了 下次 就 别 在 这种 事 挑刺 了 。 如果 机上 有 发生 紧急 情况 的 乘客 （ 印度 人 除外 ） 却 不 让 他们 在 这 休息 再 拿 出来 说吧 。", "26709", "631909276", "头回 听说 飞机 还有 “ 人满为患 ” 一 说 ， 不 都 是 一 人 一个 座 吗 ？ 还有 站票 挂票 给 机舱 塞满 了 了 ？", "2", "631952968"], ["七夕 快 到 啦 ！ 龙隐 老板娘 推出 两 款 天然 缅甸 琥珀 净水 琥珀 ， 这是 第一 款 ， 茶珀 浪漫 爱心 吊坠 。 到 了 七夕 的 时候 ， 向 她 说 声 ： 我 嘤 嘤嘤 …… 尺寸 ； 约 22x20x13 mm ， 详情 见 评论区 置顶 。", "17155", "632427409", "图二 是 女装 长发 的 你 ？ 对 吧 ！ 就 冲 这个 我 买 了 ！", "2", "632471385"], ["我 是 觉得 他 把 网络 和 现实 搞混 了 ， 网络 上 的 言论 并不 是 现实 中 这些 人 生活 的 准则 。 她们 更多 的 时候 是 提供 一个 立场 ， 让 人 抱团 取暖 。", "41567", "632865653", "贩卖 婴儿 贩卖 男婴 这 也 拳 。。。 这 也 叫 人话", "2", "632909292"], ["法律 认定 你 没有 杀人 ， 你 就 真的 没有 杀人 吗 ？ 我 说 没有 。 人 想 要 超越 法制 就是 把 自己 放在 上帝 的 位置 上 思考 问题 了 。", "41567", "632871382", "总 有人 觉得 警察 调查 取证 后 的 不是 不 一定 是 真相 ， 法院 判决 后 的 也 不 一定 是 真相 ， 但 “ 我 认为 ” 的 事情 ， 一定 是 真相", "2", "632914798"], ["我 觉得 只要 故事 讲 的 好 ， 游戏 像 一点 无所谓 …… 毕竟 你 也 不 能 为了 创新 强行 让 辩控 结印 施法 ……", "63456", "633137966", "一开始 还 能 说 是 题材 相同 ， 后面 拍 桌子 就 过于 明显 了 ， 毕竟 能 拍 桌子 的 法庭 只有 逆转 系列 。。。 而且 居然 还有 人 喊 异议 啊 ！ 中国 人 在 口语 里 谁 会 用 这个 词 啊 ！ 抄 都 不 能 本土化 一点 ！", "2", "633181979"], ["阿 你 概括 的 比 我 好 ， 其实 我 是 试 着 从 双方 的 角度 都 考虑 看看 ， 结果 中立 被 看成 对立 ， 两头 都 不 落好 … 就 感觉 ， 很多 人 还是 只能 接受 二元 论 看 世界 ， 只能 非此即彼", "933419", "633881047", "通常 对立 的 两 个 派别 ， 都 知道 尽可能 拉拢 中 立派 才 是 取胜 关键 ， 但 他们 上来 先 把 中 立派 打上 了 “ 敌人 ” 的 标签 ， 然后 无 差别 扫射 。。。 这 也 是 为什么 他们 只能 在 网上 抱团 但 现实 里 总 也 起 不 来 的 原因 ， “ 我们 能 不 能 成功 不 重要 ， 先 骂 个 爽 再说 ” ， 不管 什么 主义 ， 就 这个 行动 理念 就 令 人 捉鸡 。。。", "2", "633924740"], ["我国 现在 最 大 的 问题 就是 基层 各种 妖… …", "63456", "633915518", "明天 去 银行 捡 点 钱", "2", "633958887"], ["比利时 有 F-16 吗 ？ 我 正 站在 滑铁 卢战役 的 狮子 山上 ， 一 架 低空 掠过 的 F-16 呼啸而过 ， 还 摆动 机翼 。 没 来得及 照相 ， 速度 太 快 。", "168571", "634242098", "如果 他们 没 对外 公开 的话 ， 你 可能 发现 了 什么 军事 秘密 。。。", "2", "634285381"]] -------------------------------------------------------------------------------- /data/sample_byuser_filter/4: -------------------------------------------------------------------------------- 1 | [["现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% ……", "124050", "605745225", "那 其他人 计划 干啥 ？", "4", "605788680"], ["从 图 二 看 ， 天籁 也 骑线 了 ， 而且 加速 撞击 不 可能 判定 无责 的 。 无责 的 标准 是 自己 完全 在 行车 线内 ， 对方 越线 发生 碰撞 ， 本车 让速 不 让 道且 不 能 有 加速 行为 ， 最好 带 着 行车 记录仪", "45822", "605804713", "只 可惜 这是 一 辆 天籁 ， 要是 途乐 就 好 了 。", "4", "605848722"], ["这 这 这 …… 我 该 说 点 啥 才能 缓解 这 尴尬 的 气氛 ？ 在线 等 ， 挺急 的 ……", "16126", "605835464", "你 就 说 ： 八千 卖 吗 ？", "4", "605879582"], ["唐国强 当年 是 因为 外形 被 称为 “ 奶油 小生 ” ， 并不 是 说 他 演技 不行 。 不少 人 反感 娘炮 ， 更 确切 的 说法 应该 是 反感 有且 只有 “ 娘炮 人 设 ” 的 偶像 。", "56499", "605882772", "吴京 啊 ， 我 小时候 吴京 在 电视 上 可是 标准 的 小鲜肉 ， 而且 说真的 有点 娘 。", "4", "605926110"], ["给 大凌志 过户 换 个 车 牌号 。 家里 两 个 能 拉 设备 的 车 同时 限号 太 郁闷 了 。 车管所 永远 是 充满 回忆 且 神车 辈出 的 地方 。", "541670", "605895019", "这不 是 堂主 的 爆改 C180 k 吗 ？", "4", "605942959"], ["大家 觉得 下班 该 不 该 回 工作 微信 ？ 如果 领导 偶尔 发 ， 我 觉得 回 一下 也 无所谓 。 如果 领导 总是 发 ， 并且 还发 的 挺 多 ， 回 工作 微信 的话 ， 是 不是 也 算 加班 ？", "3602", "605901334", "急事 儿回 ， 不急 的 事儿 装 没 看见 。", "4", "605947178"], ["曾经 有 个 微博 网友 ， 拿 着 曾 先生 一家 在 荷兰 的 照片 造谣 说 ： 被 瑞典 警察 粗暴 对待 的 他们 第二 天 继续 在 瑞典 玩耍 。 结果 ， 被 打脸 后 ， 他 的 账号 没 了", "20983", "605903040", "换 个 号接 着 造谣 呗", "4", "605947264"], ["有 卖 就 有 买 ， 为啥 说 房地产 是 个 蓄水池 呢 ？ 真心 求教 ， 不 懂 。 而且 按照 我 的 理解 ， 买房 会 从 银行 贷款 ， 会 让 流通 货币 变多 。 所以 更 不 懂 了 。", "168471", "605909722", "铜球 ， 我 也 不 明白 。 房地产商 挣 了 钱 也 得 花 啊 ， 总 不 能 躺 在 票子 上 睡觉 吧 ？", "4", "605953581"], ["神经病 啊 ！ 我 又 没 写 连载 ！ 催 什么 催 ！", "125531", "605910271", "某些 人 对 “ 更新 ” 二 字 很 敏感", "4", "605954839"], ["必须 曝光 ， 鲁R 15V76 你 就 那么 着急 吗 ？", "518542", "605923124", "可能 人家 着急 奔丧 吧 ？", "4", "605966686"], ["我 长 得 就 像 黄渤 。 咋 地 了 ？ 你们 感觉 黄渤 美若天仙 ， 感觉 得 很 对 啊 ！ 别杠 ， 继续 保持 ！", "336881", "605923807", "黄渤 年轻 的 时候 还是 挺帅 的 。", "4", "605967379"], ["“ 这 病 我 治 不 了 ， 你 要不 试试 中医 ” 的 意思 并不 是 信任 中医 ……", "219715", "605929974", "其 地位 大致 相当于 练 气功 、 拜佛 、 祈祷 、 求助于 外星人 。", "4", "605973632"], ["李将军 ！ 不是 任何 一 场 战争 都 是 开场 就 上 火攻 东京 的 戏码 的 ！ 你 美 短暂 禁售 中兴 期间 可 没有 少 给 华为 小米 OV 魅族 联想们 供应 芯片 ！ //", "219715", "605931646", "有 本事 禁止 给 全部 中国 企业 销售 芯片 啊 ， 看看 高通 敢 不 敢 刺杀 总统 。", "4", "605975084"]] -------------------------------------------------------------------------------- /data/sample_datasets/dev/post.dev: -------------------------------------------------------------------------------- 1 | 我 是 觉得 他 把 网络 和 现实 搞混 了 ， 网络 上 的 言论 并不 是 现实 中 这些 人 生活 的 准则 。 她们 更多 的 时候 是 提供 一个 立场 ， 让 人 抱团 取暖 。 2 | 法律 认定 你 没有 杀人 ， 你 就 真的 没有 杀人 吗 ？ 我 说 没有 。 人 想 要 超越 法制 就是 把 自己 放在 上帝 的 位置 上 思考 问题 了 。 3 | 必须 曝光 ， 鲁R 15V76 你 就 那么 着急 吗 ？ 4 | 我 长 得 就 像 黄渤 。 咋 地 了 ？ 你们 感觉 黄渤 美若天仙 ， 感觉 得 很 对 啊 ！ 别杠 ， 继续 保持 ！ 5 | -------------------------------------------------------------------------------- /data/sample_datasets/dev/post.his: -------------------------------------------------------------------------------- 1 | 乘务员 休息区 ， 没 什么 要 反思 的 。 这次 知道 了 下次 就 别 在 这种 事 挑刺 了 。 如果 机上 有 发生 紧急 情况 的 乘客 （ 印度 人 除外 ） 却 不 让 他们 在 这 休息 再 拿 出来 说吧 。 就 您 这 视力 和 智力 也 能 打拳 ？？ 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 的 妈 啊 我 可 太 有 排面 了 ， 粉丝 见面会 开到 了 非洲 ， 小孩 看见 我 比 看见 狮子 还 激动 ， 我 就 在 非洲 不 走 了 我 看 我 能 火遍 非洲 ！ 。。。 简直 是 完美 复现 侏罗纪 公园 里 的 霸王龙 追吉 普车 的 经典 镜头 边城 遍地 化石 ， 喇叭 角石 和 直角石 这 把 我 气笑 了 。 截图 发吧 ， 不 给 原博 流量 了 。 一个 真 敢发 ， 还有 真 敢 信 的 。 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 微博 上 研究 什么 法理 ， 全都 死刑 就是了 。 我 是 看 了 右边 这 图 实在 感觉 很 无奈 2 | “ 我 以后 连偷 看 你 的 机会 都 没有 了 。 ” 高考 结束 后 ， 暗恋 你 的 男生 红 着 脸 和 你 说 。 “ __ ” 你 说 。 边城 遍地 化石 ， 喇叭 角石 和 直角石 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 乘务员 休息区 ， 没 什么 要 反思 的 。 这次 知道 了 下次 就 别 在 这种 事 挑刺 了 。 如果 机上 有 发生 紧急 情况 的 乘客 （ 印度 人 除外 ） 却 不 让 他们 在 这 休息 再 拿 出来 说吧 。 当初 让 你们 跪 着 看完 《 敦刻尔克 》 的 大体 就是 这种 人 了 微博 上 研究 什么 法理 ， 全都 死刑 就是了 。 我 的 社交 未免 太 简单 了 吧 ？ 看到 我 的 通讯录 十分 头疼 ， 里面 空空如也 竟然 只有 老 鸡 一个 人 的 电话 。 真滴 老 阔疼 ， 我 都 开始 怀疑 自己 是 不是 有病 啊 ？？？ 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 我 弄完 头发 了 。 six 老师 确实 是 按照 我 的 要求 为 我 打造 了 发型 。 我 说 想 让 头发 看 起来 多 一点 。 他 完全 遵守 ， 现在 我 的 头发 全都 蓬 起来 了 ， 像 个 日式 三角饭团 。 我 刚才 给 烧包 上课 ， 教 他 做猫 的 道理 ， 讲完 发现 还有 个 旁听生 —余 优秀 一 脸 严肃 的 看 着 我 ， 感觉 可能 偷偷 都 记 下来 了 … 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 这 把 我 气笑 了 。 截图 发吧 ， 不 给 原博 流量 了 。 一个 真 敢发 ， 还有 真 敢 信 的 。 我 是 觉得 他 把 网络 和 现实 搞混 了 ， 网络 上 的 言论 并不 是 现实 中 这些 人 生活 的 准则 。 她们 更多 的 时候 是 提供 一个 立场 ， 让 人 抱团 取暖 。 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 3 | 现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% …… 从 图 二 看 ， 天籁 也 骑线 了 ， 而且 加速 撞击 不 可能 判定 无责 的 。 无责 的 标准 是 自己 完全 在 行车 线内 ， 对方 越线 发生 碰撞 ， 本车 让速 不 让 道且 不 能 有 加速 行为 ， 最好 带 着 行车 记录仪 这 这 这 …… 我 该 说 点 啥 才能 缓解 这 尴尬 的 气氛 ？ 在线 等 ， 挺急 的 …… 唐国强 当年 是 因为 外形 被 称为 “ 奶油 小生 ” ， 并不 是 说 他 演技 不行 。 不少 人 反感 娘炮 ， 更 确切 的 说法 应该 是 反感 有且 只有 “ 娘炮 人 设 ” 的 偶像 。 给 大凌志 过户 换 个 车 牌号 。 家里 两 个 能 拉 设备 的 车 同时 限号 太 郁闷 了 。 车管所 永远 是 充满 回忆 且 神车 辈出 的 地方 。 大家 觉得 下班 该 不 该 回 工作 微信 ？ 如果 领导 偶尔 发 ， 我 觉得 回 一下 也 无所谓 。 如果 领导 总是 发 ， 并且 还发 的 挺 多 ， 回 工作 微信 的话 ， 是 不是 也 算 加班 ？ 曾经 有 个 微博 网友 ， 拿 着 曾 先生 一家 在 荷兰 的 照片 造谣 说 ： 被 瑞典 警察 粗暴 对待 的 他们 第二 天 继续 在 瑞典 玩耍 。 结果 ， 被 打脸 后 ， 他 的 账号 没 了 有 卖 就 有 买 ， 为啥 说 房地产 是 个 蓄水池 呢 ？ 真心 求教 ， 不 懂 。 而且 按照 我 的 理解 ， 买房 会 从 银行 贷款 ， 会 让 流通 货币 变多 。 所以 更 不 懂 了 。 神经病 啊 ！ 我 又 没 写 连载 ！ 催 什么 催 ！ 4 | 现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% …… 从 图 二 看 ， 天籁 也 骑线 了 ， 而且 加速 撞击 不 可能 判定 无责 的 。 无责 的 标准 是 自己 完全 在 行车 线内 ， 对方 越线 发生 碰撞 ， 本车 让速 不 让 道且 不 能 有 加速 行为 ， 最好 带 着 行车 记录仪 这 这 这 …… 我 该 说 点 啥 才能 缓解 这 尴尬 的 气氛 ？ 在线 等 ， 挺急 的 …… 唐国强 当年 是 因为 外形 被 称为 “ 奶油 小生 ” ， 并不 是 说 他 演技 不行 。 不少 人 反感 娘炮 ， 更 确切 的 说法 应该 是 反感 有且 只有 “ 娘炮 人 设 ” 的 偶像 。 给 大凌志 过户 换 个 车 牌号 。 家里 两 个 能 拉 设备 的 车 同时 限号 太 郁闷 了 。 车管所 永远 是 充满 回忆 且 神车 辈出 的 地方 。 大家 觉得 下班 该 不 该 回 工作 微信 ？ 如果 领导 偶尔 发 ， 我 觉得 回 一下 也 无所谓 。 如果 领导 总是 发 ， 并且 还发 的 挺 多 ， 回 工作 微信 的话 ， 是 不是 也 算 加班 ？ 曾经 有 个 微博 网友 ， 拿 着 曾 先生 一家 在 荷兰 的 照片 造谣 说 ： 被 瑞典 警察 粗暴 对待 的 他们 第二 天 继续 在 瑞典 玩耍 。 结果 ， 被 打脸 后 ， 他 的 账号 没 了 有 卖 就 有 买 ， 为啥 说 房地产 是 个 蓄水池 呢 ？ 真心 求教 ， 不 懂 。 而且 按照 我 的 理解 ， 买房 会 从 银行 贷款 ， 会 让 流通 货币 变多 。 所以 更 不 懂 了 。 神经病 啊 ！ 我 又 没 写 连载 ！ 催 什么 催 ！ 必须 曝光 ， 鲁R 15V76 你 就 那么 着急 吗 ？ 5 | -------------------------------------------------------------------------------- /data/sample_datasets/dev/resp.dev: -------------------------------------------------------------------------------- 1 | 贩卖 婴儿 贩卖 男婴 这 也 拳 。。。 这 也 叫 人话 2 | 总 有人 觉得 警察 调查 取证 后 的 不是 不 一定 是 真相 ， 法院 判决 后 的 也 不 一定 是 真相 ， 但 “ 我 认为 ” 的 事情 ， 一定 是 真相 3 | 可能 人家 着急 奔丧 吧 ？ 4 | 黄渤 年轻 的 时候 还是 挺帅 的 。 5 | -------------------------------------------------------------------------------- /data/sample_datasets/dev/resp.his: -------------------------------------------------------------------------------- 1 | 头回 听说 飞机 还有 “ 人满为患 ” 一 说 ， 不 都 是 一 人 一个 座 吗 ？ 还有 站票 挂票 给 机舱 塞满 了 了 ？ 你 想 什么 呢 。。 。要 不是 这 智力 和 视力 也 不至于 打拳 啊 。。。 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 你 摸 豹子 ， 孩子 摸 你 ， 嗯 ， 很 好的 链条 第一 次 知道 长颈 鹿能 跑 得 这么 快 。。。 OK ， 拿 小本 本记 下来 ， 放假 就 去 这 都 什么 年头 了 ， 就是 婆婆 拿 一 山寨机 也 拍 不 出 这么 糊 的 画面 啊 。。。 而且 他们 就 没 发现 站在 蛇 旁边 最近 那 两 个人 明显 都 是 飘 着 的 吗 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 次日 ， 该 协会 正式 宣布 解散 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 “ 希望 家长们 能 保护 好 自己 的 孩子 ” ， 这 一句话 足够 原博 被 死刑 八 回 了 。。。 以为 自己 是 给 外国人 拉皮 条 的 ？ 当 学生 是 什么 ？ 帮 领导 接客 的 ？ 2 | 你 考试 把 眼睛 考瞎 了 ？ OK ， 拿 小本 本记 下来 ， 放假 就 去 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 头回 听说 飞机 还有 “ 人满为患 ” 一 说 ， 不 都 是 一 人 一个 座 吗 ？ 还有 站票 挂票 给 机舱 塞满 了 了 ？ 所谓 逢中 必反 就是 这种 人 了 “ 希望 家长们 能 保护 好 自己 的 孩子 ” ， 这 一句话 足够 原博 被 死刑 八 回 了 。。。 你 连鸡 的 电话 都 背 不 下来 ， 证明 你 还 不够 爱 ！ 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 这个 寓意 不 太 好 啊 ， 饭团 容易 掉米 粒 我 一直 想 知道 你 是 怎么 做到 两 个 号切 的 这么 快 的 ， 我 跟 在 后面 回复 都 跟 不 上 你 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 这 都 什么 年头 了 ， 就是 婆婆 拿 一 山寨机 也 拍 不 出 这么 糊 的 画面 啊 。。。 而且 他们 就 没 发现 站在 蛇 旁边 最近 那 两 个人 明显 都 是 飘 着 的 吗 贩卖 婴儿 贩卖 男婴 这 也 拳 。。。 这 也 叫 人话 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 3 | 那 其他人 计划 干啥 ？ 只 可惜 这是 一 辆 天籁 ， 要是 途乐 就 好 了 。 你 就 说 ： 八千 卖 吗 ？ 吴京 啊 ， 我 小时候 吴京 在 电视 上 可是 标准 的 小鲜肉 ， 而且 说真的 有点 娘 。 这不 是 堂主 的 爆改 C180 k 吗 ？ 急事 儿回 ， 不急 的 事儿 装 没 看见 。 换 个 号接 着 造谣 呗 铜球 ， 我 也 不 明白 。 房地产商 挣 了 钱 也 得 花 啊 ， 总 不 能 躺 在 票子 上 睡觉 吧 ？ 某些 人 对 “ 更新 ” 二 字 很 敏感 4 | 那 其他人 计划 干啥 ？ 只 可惜 这是 一 辆 天籁 ， 要是 途乐 就 好 了 。 你 就 说 ： 八千 卖 吗 ？ 吴京 啊 ， 我 小时候 吴京 在 电视 上 可是 标准 的 小鲜肉 ， 而且 说真的 有点 娘 。 这不 是 堂主 的 爆改 C180 k 吗 ？ 急事 儿回 ， 不急 的 事儿 装 没 看见 。 换 个 号接 着 造谣 呗 铜球 ， 我 也 不 明白 。 房地产商 挣 了 钱 也 得 花 啊 ， 总 不 能 躺 在 票子 上 睡觉 吧 ？ 某些 人 对 “ 更新 ” 二 字 很 敏感 可能 人家 着急 奔丧 吧 ？ 5 | -------------------------------------------------------------------------------- /data/sample_datasets/dev/resp_id.dev: -------------------------------------------------------------------------------- 1 | 2 2 | 2 3 | 4 4 | 4 5 | -------------------------------------------------------------------------------- /data/sample_datasets/test/post.his: -------------------------------------------------------------------------------- 1 | 当初 让 你们 跪 着 看完 《 敦刻尔克 》 的 大体 就是 这种 人 了 我 是 看 了 右边 这 图 实在 感觉 很 无奈 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 。。。 简直 是 完美 复现 侏罗纪 公园 里 的 霸王龙 追吉 普车 的 经典 镜头 乘务员 休息区 ， 没 什么 要 反思 的 。 这次 知道 了 下次 就 别 在 这种 事 挑刺 了 。 如果 机上 有 发生 紧急 情况 的 乘客 （ 印度 人 除外 ） 却 不 让 他们 在 这 休息 再 拿 出来 说吧 。 马 先生 让 我 去 吹 头发 ， 我 懒得 动 ， 说等会 。 他 说 你 今天 洗头 掉 的 头发 很 少 了 啊 ！ 我 说 啊 。 就 听 他 继续 说 。 是 已经 没有 头发 好掉 了 吗 ？ 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 我 刚才 给 烧包 上课 ， 教 他 做猫 的 道理 ， 讲完 发现 还有 个 旁听生 —余 优秀 一 脸 严肃 的 看 着 我 ， 感觉 可能 偷偷 都 记 下来 了 … 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 边城 遍地 化石 ， 喇叭 角石 和 直角石 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 法律 认定 你 没有 杀人 ， 你 就 真的 没有 杀人 吗 ？ 我 说 没有 。 人 想 要 超越 法制 就是 把 自己 放在 上帝 的 位置 上 思考 问题 了 。 2 | “ 我 以后 连偷 看 你 的 机会 都 没有 了 。 ” 高考 结束 后 ， 暗恋 你 的 男生 红 着 脸 和 你 说 。 “ __ ” 你 说 。 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 法律 认定 你 没有 杀人 ， 你 就 真的 没有 杀人 吗 ？ 我 说 没有 。 人 想 要 超越 法制 就是 把 自己 放在 上帝 的 位置 上 思考 问题 了 。 微博 上 研究 什么 法理 ， 全都 死刑 就是了 。 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 我国 现在 最 大 的 问题 就是 基层 各种 妖… … 这 把 我 气笑 了 。 截图 发吧 ， 不 给 原博 流量 了 。 一个 真 敢发 ， 还有 真 敢 信 的 。 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 的 妈 啊 我 可 太 有 排面 了 ， 粉丝 见面会 开到 了 非洲 ， 小孩 看见 我 比 看见 狮子 还 激动 ， 我 就 在 非洲 不 走 了 我 看 我 能 火遍 非洲 ！ 我 的 社交 未免 太 简单 了 吧 ？ 看到 我 的 通讯录 十分 头疼 ， 里面 空空如也 竟然 只有 老 鸡 一个 人 的 电话 。 真滴 老 阔疼 ， 我 都 开始 怀疑 自己 是 不是 有病 啊 ？？？ 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 3 | 现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% …… 从 图 二 看 ， 天籁 也 骑线 了 ， 而且 加速 撞击 不 可能 判定 无责 的 。 无责 的 标准 是 自己 完全 在 行车 线内 ， 对方 越线 发生 碰撞 ， 本车 让速 不 让 道且 不 能 有 加速 行为 ， 最好 带 着 行车 记录仪 这 这 这 …… 我 该 说 点 啥 才能 缓解 这 尴尬 的 气氛 ？ 在线 等 ， 挺急 的 …… 唐国强 当年 是 因为 外形 被 称为 “ 奶油 小生 ” ， 并不 是 说 他 演技 不行 。 不少 人 反感 娘炮 ， 更 确切 的 说法 应该 是 反感 有且 只有 “ 娘炮 人 设 ” 的 偶像 。 给 大凌志 过户 换 个 车 牌号 。 家里 两 个 能 拉 设备 的 车 同时 限号 太 郁闷 了 。 车管所 永远 是 充满 回忆 且 神车 辈出 的 地方 。 大家 觉得 下班 该 不 该 回 工作 微信 ？ 如果 领导 偶尔 发 ， 我 觉得 回 一下 也 无所谓 。 如果 领导 总是 发 ， 并且 还发 的 挺 多 ， 回 工作 微信 的话 ， 是 不是 也 算 加班 ？ 曾经 有 个 微博 网友 ， 拿 着 曾 先生 一家 在 荷兰 的 照片 造谣 说 ： 被 瑞典 警察 粗暴 对待 的 他们 第二 天 继续 在 瑞典 玩耍 。 结果 ， 被 打脸 后 ， 他 的 账号 没 了 有 卖 就 有 买 ， 为啥 说 房地产 是 个 蓄水池 呢 ？ 真心 求教 ， 不 懂 。 而且 按照 我 的 理解 ， 买房 会 从 银行 贷款 ， 会 让 流通 货币 变多 。 所以 更 不 懂 了 。 神经病 啊 ！ 我 又 没 写 连载 ！ 催 什么 催 ！ 必须 曝光 ， 鲁R 15V76 你 就 那么 着急 吗 ？ 我 长 得 就 像 黄渤 。 咋 地 了 ？ 你们 感觉 黄渤 美若天仙 ， 感觉 得 很 对 啊 ！ 别杠 ， 继续 保持 ！ 4 | 现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% …… 从 图 二 看 ， 天籁 也 骑线 了 ， 而且 加速 撞击 不 可能 判定 无责 的 。 无责 的 标准 是 自己 完全 在 行车 线内 ， 对方 越线 发生 碰撞 ， 本车 让速 不 让 道且 不 能 有 加速 行为 ， 最好 带 着 行车 记录仪 这 这 这 …… 我 该 说 点 啥 才能 缓解 这 尴尬 的 气氛 ？ 在线 等 ， 挺急 的 …… 唐国强 当年 是 因为 外形 被 称为 “ 奶油 小生 ” ， 并不 是 说 他 演技 不行 。 不少 人 反感 娘炮 ， 更 确切 的 说法 应该 是 反感 有且 只有 “ 娘炮 人 设 ” 的 偶像 。 给 大凌志 过户 换 个 车 牌号 。 家里 两 个 能 拉 设备 的 车 同时 限号 太 郁闷 了 。 车管所 永远 是 充满 回忆 且 神车 辈出 的 地方 。 大家 觉得 下班 该 不 该 回 工作 微信 ？ 如果 领导 偶尔 发 ， 我 觉得 回 一下 也 无所谓 。 如果 领导 总是 发 ， 并且 还发 的 挺 多 ， 回 工作 微信 的话 ， 是 不是 也 算 加班 ？ 曾经 有 个 微博 网友 ， 拿 着 曾 先生 一家 在 荷兰 的 照片 造谣 说 ： 被 瑞典 警察 粗暴 对待 的 他们 第二 天 继续 在 瑞典 玩耍 。 结果 ， 被 打脸 后 ， 他 的 账号 没 了 有 卖 就 有 买 ， 为啥 说 房地产 是 个 蓄水池 呢 ？ 真心 求教 ， 不 懂 。 而且 按照 我 的 理解 ， 买房 会 从 银行 贷款 ， 会 让 流通 货币 变多 。 所以 更 不 懂 了 。 神经病 啊 ！ 我 又 没 写 连载 ！ 催 什么 催 ！ 必须 曝光 ， 鲁R 15V76 你 就 那么 着急 吗 ？ 我 长 得 就 像 黄渤 。 咋 地 了 ？ 你们 感觉 黄渤 美若天仙 ， 感觉 得 很 对 啊 ！ 别杠 ， 继续 保持 ！ “ 这 病 我 治 不 了 ， 你 要不 试试 中医 ” 的 意思 并不 是 信任 中医 …… 5 | -------------------------------------------------------------------------------- /data/sample_datasets/test/post.test: -------------------------------------------------------------------------------- 1 | 我国 现在 最 大 的 问题 就是 基层 各种 妖… … 2 | 比利时 有 F-16 吗 ？ 我 正 站在 滑铁 卢战役 的 狮子 山上 ， 一 架 低空 掠过 的 F-16 呼啸而过 ， 还 摆动 机翼 。 没 来得及 照相 ， 速度 太 快 。 3 | “ 这 病 我 治 不 了 ， 你 要不 试试 中医 ” 的 意思 并不 是 信任 中医 …… 4 | 李将军 ！ 不是 任何 一 场 战争 都 是 开场 就 上 火攻 东京 的 戏码 的 ！ 你 美 短暂 禁售 中兴 期间 可 没有 少 给 华为 小米 OV 魅族 联想们 供应 芯片 ！ // 5 | -------------------------------------------------------------------------------- /data/sample_datasets/test/resp.his: -------------------------------------------------------------------------------- 1 | 所谓 逢中 必反 就是 这种 人 了 以为 自己 是 给 外国人 拉皮 条 的 ？ 当 学生 是 什么 ？ 帮 领导 接客 的 ？ 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 第一 次 知道 长颈 鹿能 跑 得 这么 快 。。。 头回 听说 飞机 还有 “ 人满为患 ” 一 说 ， 不 都 是 一 人 一个 座 吗 ？ 还有 站票 挂票 给 机舱 塞满 了 了 ？ 要不是 有 这种 不 省心 的 老公 ， 虫二 也 不用 压力 大 到 每天 掉头 发 都 怪 他 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 我 一直 想 知道 你 是 怎么 做到 两 个 号切 的 这么 快 的 ， 我 跟 在 后面 回复 都 跟 不 上 你 次日 ， 该 协会 正式 宣布 解散 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 OK ， 拿 小本 本记 下来 ， 放假 就 去 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 总 有人 觉得 警察 调查 取证 后 的 不是 不 一定 是 真相 ， 法院 判决 后 的 也 不 一定 是 真相 ， 但 “ 我 认为 ” 的 事情 ， 一定 是 真相 2 | 你 考试 把 眼睛 考瞎 了 ？ 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 总 有人 觉得 警察 调查 取证 后 的 不是 不 一定 是 真相 ， 法院 判决 后 的 也 不 一定 是 真相 ， 但 “ 我 认为 ” 的 事情 ， 一定 是 真相 “ 希望 家长们 能 保护 好 自己 的 孩子 ” ， 这 一句话 足够 原博 被 死刑 八 回 了 。。。 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 明天 去 银行 捡 点 钱 这 都 什么 年头 了 ， 就是 婆婆 拿 一 山寨机 也 拍 不 出 这么 糊 的 画面 啊 。。。 而且 他们 就 没 发现 站在 蛇 旁边 最近 那 两 个人 明显 都 是 飘 着 的 吗 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 你 摸 豹子 ， 孩子 摸 你 ， 嗯 ， 很 好的 链条 你 连鸡 的 电话 都 背 不 下来 ， 证明 你 还 不够 爱 ！ 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 次日 ， 该 协会 正式 宣布 解散 3 | 那 其他人 计划 干啥 ？ 只 可惜 这是 一 辆 天籁 ， 要是 途乐 就 好 了 。 你 就 说 ： 八千 卖 吗 ？ 吴京 啊 ， 我 小时候 吴京 在 电视 上 可是 标准 的 小鲜肉 ， 而且 说真的 有点 娘 。 这不 是 堂主 的 爆改 C180 k 吗 ？ 急事 儿回 ， 不急 的 事儿 装 没 看见 。 换 个 号接 着 造谣 呗 铜球 ， 我 也 不 明白 。 房地产商 挣 了 钱 也 得 花 啊 ， 总 不 能 躺 在 票子 上 睡觉 吧 ？ 某些 人 对 “ 更新 ” 二 字 很 敏感 可能 人家 着急 奔丧 吧 ？ 黄渤 年轻 的 时候 还是 挺帅 的 。 4 | 那 其他人 计划 干啥 ？ 只 可惜 这是 一 辆 天籁 ， 要是 途乐 就 好 了 。 你 就 说 ： 八千 卖 吗 ？ 吴京 啊 ， 我 小时候 吴京 在 电视 上 可是 标准 的 小鲜肉 ， 而且 说真的 有点 娘 。 这不 是 堂主 的 爆改 C180 k 吗 ？ 急事 儿回 ， 不急 的 事儿 装 没 看见 。 换 个 号接 着 造谣 呗 铜球 ， 我 也 不 明白 。 房地产商 挣 了 钱 也 得 花 啊 ， 总 不 能 躺 在 票子 上 睡觉 吧 ？ 某些 人 对 “ 更新 ” 二 字 很 敏感 可能 人家 着急 奔丧 吧 ？ 黄渤 年轻 的 时候 还是 挺帅 的 。 其 地位 大致 相当于 练 气功 、 拜佛 、 祈祷 、 求助于 外星人 。 5 | -------------------------------------------------------------------------------- /data/sample_datasets/test/resp.test: -------------------------------------------------------------------------------- 1 | 明天 去 银行 捡 点 钱 2 | 如果 他们 没 对外 公开 的话 ， 你 可能 发现 了 什么 军事 秘密 。。。 3 | 其 地位 大致 相当于 练 气功 、 拜佛 、 祈祷 、 求助于 外星人 。 4 | 有 本事 禁止 给 全部 中国 企业 销售 芯片 啊 ， 看看 高通 敢 不 敢 刺杀 总统 。 5 | -------------------------------------------------------------------------------- /data/sample_datasets/test/resp_id.test: -------------------------------------------------------------------------------- 1 | 2 2 | 2 3 | 4 4 | 4 5 | -------------------------------------------------------------------------------- /data/sample_datasets/train/post.his: -------------------------------------------------------------------------------- 1 | <\s> 2 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 3 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 4 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 5 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 6 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 7 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 8 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 9 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 10 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 11 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 12 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 13 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 14 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 我 弄完 头发 了 。 six 老师 确实 是 按照 我 的 要求 为 我 打造 了 发型 。 我 说 想 让 头发 看 起来 多 一点 。 他 完全 遵守 ， 现在 我 的 头发 全都 蓬 起来 了 ， 像 个 日式 三角饭团 。 15 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 我 弄完 头发 了 。 six 老师 确实 是 按照 我 的 要求 为 我 打造 了 发型 。 我 说 想 让 头发 看 起来 多 一点 。 他 完全 遵守 ， 现在 我 的 头发 全都 蓬 起来 了 ， 像 个 日式 三角饭团 。 我 刚才 给 烧包 上课 ， 教 他 做猫 的 道理 ， 讲完 发现 还有 个 旁听生 —余 优秀 一 脸 严肃 的 看 着 我 ， 感觉 可能 偷偷 都 记 下来 了 … 16 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 我 弄完 头发 了 。 six 老师 确实 是 按照 我 的 要求 为 我 打造 了 发型 。 我 说 想 让 头发 看 起来 多 一点 。 他 完全 遵守 ， 现在 我 的 头发 全都 蓬 起来 了 ， 像 个 日式 三角饭团 。 我 刚才 给 烧包 上课 ， 教 他 做猫 的 道理 ， 讲完 发现 还有 个 旁听生 —余 优秀 一 脸 严肃 的 看 着 我 ， 感觉 可能 偷偷 都 记 下来 了 … 当初 让 你们 跪 着 看完 《 敦刻尔克 》 的 大体 就是 这种 人 了 17 | 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 我 的 社交 未免 太 简单 了 吧 ？ 看到 我 的 通讯录 十分 头疼 ， 里面 空空如也 竟然 只有 老 鸡 一个 人 的 电话 。 真滴 老 阔疼 ， 我 都 开始 怀疑 自己 是 不是 有病 啊 ？？？ 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 我 弄完 头发 了 。 six 老师 确实 是 按照 我 的 要求 为 我 打造 了 发型 。 我 说 想 让 头发 看 起来 多 一点 。 他 完全 遵守 ， 现在 我 的 头发 全都 蓬 起来 了 ， 像 个 日式 三角饭团 。 当初 让 你们 跪 着 看完 《 敦刻尔克 》 的 大体 就是 这种 人 了 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 我 刚才 给 烧包 上课 ， 教 他 做猫 的 道理 ， 讲完 发现 还有 个 旁听生 —余 优秀 一 脸 严肃 的 看 着 我 ， 感觉 可能 偷偷 都 记 下来 了 … 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 18 | 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 我 弄完 头发 了 。 six 老师 确实 是 按照 我 的 要求 为 我 打造 了 发型 。 我 说 想 让 头发 看 起来 多 一点 。 他 完全 遵守 ， 现在 我 的 头发 全都 蓬 起来 了 ， 像 个 日式 三角饭团 。 我 的 社交 未免 太 简单 了 吧 ？ 看到 我 的 通讯录 十分 头疼 ， 里面 空空如也 竟然 只有 老 鸡 一个 人 的 电话 。 真滴 老 阔疼 ， 我 都 开始 怀疑 自己 是 不是 有病 啊 ？？？ 边城 遍地 化石 ， 喇叭 角石 和 直角石 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 我 刚才 给 烧包 上课 ， 教 他 做猫 的 道理 ， 讲完 发现 还有 个 旁听生 —余 优秀 一 脸 严肃 的 看 着 我 ， 感觉 可能 偷偷 都 记 下来 了 … 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 当初 让 你们 跪 着 看完 《 敦刻尔克 》 的 大体 就是 这种 人 了 19 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 我 弄完 头发 了 。 six 老师 确实 是 按照 我 的 要求 为 我 打造 了 发型 。 我 说 想 让 头发 看 起来 多 一点 。 他 完全 遵守 ， 现在 我 的 头发 全都 蓬 起来 了 ， 像 个 日式 三角饭团 。 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 当初 让 你们 跪 着 看完 《 敦刻尔克 》 的 大体 就是 这种 人 了 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 我 刚才 给 烧包 上课 ， 教 他 做猫 的 道理 ， 讲完 发现 还有 个 旁听生 —余 优秀 一 脸 严肃 的 看 着 我 ， 感觉 可能 偷偷 都 记 下来 了 … 我 的 社交 未免 太 简单 了 吧 ？ 看到 我 的 通讯录 十分 头疼 ， 里面 空空如也 竟然 只有 老 鸡 一个 人 的 电话 。 真滴 老 阔疼 ， 我 都 开始 怀疑 自己 是 不是 有病 啊 ？？？ 边城 遍地 化石 ， 喇叭 角石 和 直角石 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 20 | “ 我 以后 连偷 看 你 的 机会 都 没有 了 。 ” 高考 结束 后 ， 暗恋 你 的 男生 红 着 脸 和 你 说 。 “ __ ” 你 说 。 边城 遍地 化石 ， 喇叭 角石 和 直角石 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 我 的 社交 未免 太 简单 了 吧 ？ 看到 我 的 通讯录 十分 头疼 ， 里面 空空如也 竟然 只有 老 鸡 一个 人 的 电话 。 真滴 老 阔疼 ， 我 都 开始 怀疑 自己 是 不是 有病 啊 ？？？ 当初 让 你们 跪 着 看完 《 敦刻尔克 》 的 大体 就是 这种 人 了 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 21 | 我 弄完 头发 了 。 six 老师 确实 是 按照 我 的 要求 为 我 打造 了 发型 。 我 说 想 让 头发 看 起来 多 一点 。 他 完全 遵守 ， 现在 我 的 头发 全都 蓬 起来 了 ， 像 个 日式 三角饭团 。 当初 让 你们 跪 着 看完 《 敦刻尔克 》 的 大体 就是 这种 人 了 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 我 的 妈 啊 我 可 太 有 排面 了 ， 粉丝 见面会 开到 了 非洲 ， 小孩 看见 我 比 看见 狮子 还 激动 ， 我 就 在 非洲 不 走 了 我 看 我 能 火遍 非洲 ！ 我 刚才 给 烧包 上课 ， 教 他 做猫 的 道理 ， 讲完 发现 还有 个 旁听生 —余 优秀 一 脸 严肃 的 看 着 我 ， 感觉 可能 偷偷 都 记 下来 了 … 边城 遍地 化石 ， 喇叭 角石 和 直角石 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 。。。 简直 是 完美 复现 侏罗纪 公园 里 的 霸王龙 追吉 普车 的 经典 镜头 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 22 | 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ “ 我 以后 连偷 看 你 的 机会 都 没有 了 。 ” 高考 结束 后 ， 暗恋 你 的 男生 红 着 脸 和 你 说 。 “ __ ” 你 说 。 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 我 的 社交 未免 太 简单 了 吧 ？ 看到 我 的 通讯录 十分 头疼 ， 里面 空空如也 竟然 只有 老 鸡 一个 人 的 电话 。 真滴 老 阔疼 ， 我 都 开始 怀疑 自己 是 不是 有病 啊 ？？？ 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 我 的 妈 啊 我 可 太 有 排面 了 ， 粉丝 见面会 开到 了 非洲 ， 小孩 看见 我 比 看见 狮子 还 激动 ， 我 就 在 非洲 不 走 了 我 看 我 能 火遍 非洲 ！ 边城 遍地 化石 ， 喇叭 角石 和 直角石 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 23 | 我 的 社交 未免 太 简单 了 吧 ？ 看到 我 的 通讯录 十分 头疼 ， 里面 空空如也 竟然 只有 老 鸡 一个 人 的 电话 。 真滴 老 阔疼 ， 我 都 开始 怀疑 自己 是 不是 有病 啊 ？？？ “ 我 以后 连偷 看 你 的 机会 都 没有 了 。 ” 高考 结束 后 ， 暗恋 你 的 男生 红 着 脸 和 你 说 。 “ __ ” 你 说 。 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 这 把 我 气笑 了 。 截图 发吧 ， 不 给 原博 流量 了 。 一个 真 敢发 ， 还有 真 敢 信 的 。 边城 遍地 化石 ， 喇叭 角石 和 直角石 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 我 的 妈 啊 我 可 太 有 排面 了 ， 粉丝 见面会 开到 了 非洲 ， 小孩 看见 我 比 看见 狮子 还 激动 ， 我 就 在 非洲 不 走 了 我 看 我 能 火遍 非洲 ！ 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 当初 让 你们 跪 着 看完 《 敦刻尔克 》 的 大体 就是 这种 人 了 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 。。。 简直 是 完美 复现 侏罗纪 公园 里 的 霸王龙 追吉 普车 的 经典 镜头 我 弄完 头发 了 。 six 老师 确实 是 按照 我 的 要求 为 我 打造 了 发型 。 我 说 想 让 头发 看 起来 多 一点 。 他 完全 遵守 ， 现在 我 的 头发 全都 蓬 起来 了 ， 像 个 日式 三角饭团 。 24 | 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 边城 遍地 化石 ， 喇叭 角石 和 直角石 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 就 您 这 视力 和 智力 也 能 打拳 ？？ 这 把 我 气笑 了 。 截图 发吧 ， 不 给 原博 流量 了 。 一个 真 敢发 ， 还有 真 敢 信 的 。 马 先生 让 我 去 吹 头发 ， 我 懒得 动 ， 说等会 。 他 说 你 今天 洗头 掉 的 头发 很 少 了 啊 ！ 我 说 啊 。 就 听 他 继续 说 。 是 已经 没有 头发 好掉 了 吗 ？ 当初 让 你们 跪 着 看完 《 敦刻尔克 》 的 大体 就是 这种 人 了 我 弄完 头发 了 。 six 老师 确实 是 按照 我 的 要求 为 我 打造 了 发型 。 我 说 想 让 头发 看 起来 多 一点 。 他 完全 遵守 ， 现在 我 的 头发 全都 蓬 起来 了 ， 像 个 日式 三角饭团 。 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 我 刚才 给 烧包 上课 ， 教 他 做猫 的 道理 ， 讲完 发现 还有 个 旁听生 —余 优秀 一 脸 严肃 的 看 着 我 ， 感觉 可能 偷偷 都 记 下来 了 … 我 的 社交 未免 太 简单 了 吧 ？ 看到 我 的 通讯录 十分 头疼 ， 里面 空空如也 竟然 只有 老 鸡 一个 人 的 电话 。 真滴 老 阔疼 ， 我 都 开始 怀疑 自己 是 不是 有病 啊 ？？？ 25 | 我 的 妈 啊 我 可 太 有 排面 了 ， 粉丝 见面会 开到 了 非洲 ， 小孩 看见 我 比 看见 狮子 还 激动 ， 我 就 在 非洲 不 走 了 我 看 我 能 火遍 非洲 ！ 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 这 把 我 气笑 了 。 截图 发吧 ， 不 给 原博 流量 了 。 一个 真 敢发 ， 还有 真 敢 信 的 。 。。。 简直 是 完美 复现 侏罗纪 公园 里 的 霸王龙 追吉 普车 的 经典 镜头 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 “ 我 以后 连偷 看 你 的 机会 都 没有 了 。 ” 高考 结束 后 ， 暗恋 你 的 男生 红 着 脸 和 你 说 。 “ __ ” 你 说 。 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 就 您 这 视力 和 智力 也 能 打拳 ？？ 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 我 刚才 给 烧包 上课 ， 教 他 做猫 的 道理 ， 讲完 发现 还有 个 旁听生 —余 优秀 一 脸 严肃 的 看 着 我 ， 感觉 可能 偷偷 都 记 下来 了 … 微博 上 研究 什么 法理 ， 全都 死刑 就是了 。 26 | 马 先生 让 我 去 吹 头发 ， 我 懒得 动 ， 说等会 。 他 说 你 今天 洗头 掉 的 头发 很 少 了 啊 ！ 我 说 啊 。 就 听 他 继续 说 。 是 已经 没有 头发 好掉 了 吗 ？ 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 “ 我 以后 连偷 看 你 的 机会 都 没有 了 。 ” 高考 结束 后 ， 暗恋 你 的 男生 红 着 脸 和 你 说 。 “ __ ” 你 说 。 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 我 的 社交 未免 太 简单 了 吧 ？ 看到 我 的 通讯录 十分 头疼 ， 里面 空空如也 竟然 只有 老 鸡 一个 人 的 电话 。 真滴 老 阔疼 ， 我 都 开始 怀疑 自己 是 不是 有病 啊 ？？？ 我 的 妈 啊 我 可 太 有 排面 了 ， 粉丝 见面会 开到 了 非洲 ， 小孩 看见 我 比 看见 狮子 还 激动 ， 我 就 在 非洲 不 走 了 我 看 我 能 火遍 非洲 ！ 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 我 是 看 了 右边 这 图 实在 感觉 很 无奈 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 微博 上 研究 什么 法理 ， 全都 死刑 就是了 。 就 您 这 视力 和 智力 也 能 打拳 ？？ 这 把 我 气笑 了 。 截图 发吧 ， 不 给 原博 流量 了 。 一个 真 敢发 ， 还有 真 敢 信 的 。 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 27 | <\s> 28 | 现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% …… 29 | 现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% …… 从 图 二 看 ， 天籁 也 骑线 了 ， 而且 加速 撞击 不 可能 判定 无责 的 。 无责 的 标准 是 自己 完全 在 行车 线内 ， 对方 越线 发生 碰撞 ， 本车 让速 不 让 道且 不 能 有 加速 行为 ， 最好 带 着 行车 记录仪 30 | 现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% …… 从 图 二 看 ， 天籁 也 骑线 了 ， 而且 加速 撞击 不 可能 判定 无责 的 。 无责 的 标准 是 自己 完全 在 行车 线内 ， 对方 越线 发生 碰撞 ， 本车 让速 不 让 道且 不 能 有 加速 行为 ， 最好 带 着 行车 记录仪 这 这 这 …… 我 该 说 点 啥 才能 缓解 这 尴尬 的 气氛 ？ 在线 等 ， 挺急 的 …… 31 | 现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% …… 从 图 二 看 ， 天籁 也 骑线 了 ， 而且 加速 撞击 不 可能 判定 无责 的 。 无责 的 标准 是 自己 完全 在 行车 线内 ， 对方 越线 发生 碰撞 ， 本车 让速 不 让 道且 不 能 有 加速 行为 ， 最好 带 着 行车 记录仪 这 这 这 …… 我 该 说 点 啥 才能 缓解 这 尴尬 的 气氛 ？ 在线 等 ， 挺急 的 …… 唐国强 当年 是 因为 外形 被 称为 “ 奶油 小生 ” ， 并不 是 说 他 演技 不行 。 不少 人 反感 娘炮 ， 更 确切 的 说法 应该 是 反感 有且 只有 “ 娘炮 人 设 ” 的 偶像 。 32 | 现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% …… 从 图 二 看 ， 天籁 也 骑线 了 ， 而且 加速 撞击 不 可能 判定 无责 的 。 无责 的 标准 是 自己 完全 在 行车 线内 ， 对方 越线 发生 碰撞 ， 本车 让速 不 让 道且 不 能 有 加速 行为 ， 最好 带 着 行车 记录仪 这 这 这 …… 我 该 说 点 啥 才能 缓解 这 尴尬 的 气氛 ？ 在线 等 ， 挺急 的 …… 唐国强 当年 是 因为 外形 被 称为 “ 奶油 小生 ” ， 并不 是 说 他 演技 不行 。 不少 人 反感 娘炮 ， 更 确切 的 说法 应该 是 反感 有且 只有 “ 娘炮 人 设 ” 的 偶像 。 给 大凌志 过户 换 个 车 牌号 。 家里 两 个 能 拉 设备 的 车 同时 限号 太 郁闷 了 。 车管所 永远 是 充满 回忆 且 神车 辈出 的 地方 。 33 | 现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% …… 从 图 二 看 ， 天籁 也 骑线 了 ， 而且 加速 撞击 不 可能 判定 无责 的 。 无责 的 标准 是 自己 完全 在 行车 线内 ， 对方 越线 发生 碰撞 ， 本车 让速 不 让 道且 不 能 有 加速 行为 ， 最好 带 着 行车 记录仪 这 这 这 …… 我 该 说 点 啥 才能 缓解 这 尴尬 的 气氛 ？ 在线 等 ， 挺急 的 …… 唐国强 当年 是 因为 外形 被 称为 “ 奶油 小生 ” ， 并不 是 说 他 演技 不行 。 不少 人 反感 娘炮 ， 更 确切 的 说法 应该 是 反感 有且 只有 “ 娘炮 人 设 ” 的 偶像 。 给 大凌志 过户 换 个 车 牌号 。 家里 两 个 能 拉 设备 的 车 同时 限号 太 郁闷 了 。 车管所 永远 是 充满 回忆 且 神车 辈出 的 地方 。 大家 觉得 下班 该 不 该 回 工作 微信 ？ 如果 领导 偶尔 发 ， 我 觉得 回 一下 也 无所谓 。 如果 领导 总是 发 ， 并且 还发 的 挺 多 ， 回 工作 微信 的话 ， 是 不是 也 算 加班 ？ 34 | 现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% …… 从 图 二 看 ， 天籁 也 骑线 了 ， 而且 加速 撞击 不 可能 判定 无责 的 。 无责 的 标准 是 自己 完全 在 行车 线内 ， 对方 越线 发生 碰撞 ， 本车 让速 不 让 道且 不 能 有 加速 行为 ， 最好 带 着 行车 记录仪 这 这 这 …… 我 该 说 点 啥 才能 缓解 这 尴尬 的 气氛 ？ 在线 等 ， 挺急 的 …… 唐国强 当年 是 因为 外形 被 称为 “ 奶油 小生 ” ， 并不 是 说 他 演技 不行 。 不少 人 反感 娘炮 ， 更 确切 的 说法 应该 是 反感 有且 只有 “ 娘炮 人 设 ” 的 偶像 。 给 大凌志 过户 换 个 车 牌号 。 家里 两 个 能 拉 设备 的 车 同时 限号 太 郁闷 了 。 车管所 永远 是 充满 回忆 且 神车 辈出 的 地方 。 大家 觉得 下班 该 不 该 回 工作 微信 ？ 如果 领导 偶尔 发 ， 我 觉得 回 一下 也 无所谓 。 如果 领导 总是 发 ， 并且 还发 的 挺 多 ， 回 工作 微信 的话 ， 是 不是 也 算 加班 ？ 曾经 有 个 微博 网友 ， 拿 着 曾 先生 一家 在 荷兰 的 照片 造谣 说 ： 被 瑞典 警察 粗暴 对待 的 他们 第二 天 继续 在 瑞典 玩耍 。 结果 ， 被 打脸 后 ， 他 的 账号 没 了 35 | 现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% …… 从 图 二 看 ， 天籁 也 骑线 了 ， 而且 加速 撞击 不 可能 判定 无责 的 。 无责 的 标准 是 自己 完全 在 行车 线内 ， 对方 越线 发生 碰撞 ， 本车 让速 不 让 道且 不 能 有 加速 行为 ， 最好 带 着 行车 记录仪 这 这 这 …… 我 该 说 点 啥 才能 缓解 这 尴尬 的 气氛 ？ 在线 等 ， 挺急 的 …… 唐国强 当年 是 因为 外形 被 称为 “ 奶油 小生 ” ， 并不 是 说 他 演技 不行 。 不少 人 反感 娘炮 ， 更 确切 的 说法 应该 是 反感 有且 只有 “ 娘炮 人 设 ” 的 偶像 。 给 大凌志 过户 换 个 车 牌号 。 家里 两 个 能 拉 设备 的 车 同时 限号 太 郁闷 了 。 车管所 永远 是 充满 回忆 且 神车 辈出 的 地方 。 大家 觉得 下班 该 不 该 回 工作 微信 ？ 如果 领导 偶尔 发 ， 我 觉得 回 一下 也 无所谓 。 如果 领导 总是 发 ， 并且 还发 的 挺 多 ， 回 工作 微信 的话 ， 是 不是 也 算 加班 ？ 曾经 有 个 微博 网友 ， 拿 着 曾 先生 一家 在 荷兰 的 照片 造谣 说 ： 被 瑞典 警察 粗暴 对待 的 他们 第二 天 继续 在 瑞典 玩耍 。 结果 ， 被 打脸 后 ， 他 的 账号 没 了 有 卖 就 有 买 ， 为啥 说 房地产 是 个 蓄水池 呢 ？ 真心 求教 ， 不 懂 。 而且 按照 我 的 理解 ， 买房 会 从 银行 贷款 ， 会 让 流通 货币 变多 。 所以 更 不 懂 了 。 36 | -------------------------------------------------------------------------------- /data/sample_datasets/train/post.train: -------------------------------------------------------------------------------- 1 | 从 菌柄 上 均匀 的 鳞片 看 ， 应该 是 大 环柄 菇属 ， 不是 大 青褶伞 ， 有 没有 拍菌环 照片 ？ 2 | 作为 会计 专业 的 我 ， 一 看到 热搜榜 的 cpa ， 我 的 第一 反应 居然 是 贵妇 品牌 cpb …… 完了 ， 废 了 …… 3 | 如果 你 抽中 了 我 的 特签 ， 你 希望 我 在 上面 写 什么 ？ 4 | 我 靠 ， 我 以前 怎么 不 知道 你们 学习 都 这么 好 ！ 太 牛逼 了 吧 。 我 都 跟着 骄傲 了 。 要 好好 学习 ， 其它 都 是 虚 的 。 真的 ， 一定 要 好好 学习 。 5 | 以后 谁 再 嘲笑 我 我 就 拿 这 条 出来 打脸 ！ 我 和 中国 摄影 协会 会员 水平 一样 ！ 6 | 莫斯科 不 冷耶 ， 还 没有 天津 冬天 冷 ， 感觉 没有 完全 入冬 ， 但 我 依旧 穿 了 棉裤 ， 这边 女生 还有 光 大腿 露脚 脖子 的 呢 7 | 话说 谁 小时候 看 过 这 本书 ： 金刚 葫 芦妹 。 造型 就是 小 蝴蝶 ， 我 压箱底 的 8 | 有人 问 我 ， 魏晋 南北朝 时期 有 没有 女 名士 ， 我 首选 谢道韫 。 欢迎 补充 ， 太后 皇后 妃子 公主 不 在 候选人 行列 。 9 | 艹 G胖 打折 。 我 买下 了 一个 游戏 。 兴冲 冲装 上 。 发现 。 它 。 不 支持 中文 。 不得不 硬着头皮 打 全 英文 的 。 我 妈 路过 ， 说 ： 你 真 厉害 。 我 ： …… 嗯 。 10 | 这 条 微博 我 点错 三次键 才 发 出来 我 也 挺 不 容易 的 ， 这个 赞 你 感受 一下 11 | 这是 他 昨天 的 发言 ， 感觉 挺 自信 。 12 | 我 之前 是 不是 想 的 太 简单 了 ， 我 的 舒适圈 就是 床上 … 13 | 我 弄完 头发 了 。 six 老师 确实 是 按照 我 的 要求 为 我 打造 了 发型 。 我 说 想 让 头发 看 起来 多 一点 。 他 完全 遵守 ， 现在 我 的 头发 全都 蓬 起来 了 ， 像 个 日式 三角饭团 。 14 | 我 刚才 给 烧包 上课 ， 教 他 做猫 的 道理 ， 讲完 发现 还有 个 旁听生 —余 优秀 一 脸 严肃 的 看 着 我 ， 感觉 可能 偷偷 都 记 下来 了 … 15 | 当初 让 你们 跪 着 看完 《 敦刻尔克 》 的 大体 就是 这种 人 了 16 | 我 的 社交 未免 太 简单 了 吧 ？ 看到 我 的 通讯录 十分 头疼 ， 里面 空空如也 竟然 只有 老 鸡 一个 人 的 电话 。 真滴 老 阔疼 ， 我 都 开始 怀疑 自己 是 不是 有病 啊 ？？？ 17 | 边城 遍地 化石 ， 喇叭 角石 和 直角石 18 | 。。。 简直 是 完美 复现 侏罗纪 公园 里 的 霸王龙 追吉 普车 的 经典 镜头 19 | “ 我 以后 连偷 看 你 的 机会 都 没有 了 。 ” 高考 结束 后 ， 暗恋 你 的 男生 红 着 脸 和 你 说 。 “ __ ” 你 说 。 20 | 我 的 妈 啊 我 可 太 有 排面 了 ， 粉丝 见面会 开到 了 非洲 ， 小孩 看见 我 比 看见 狮子 还 激动 ， 我 就 在 非洲 不 走 了 我 看 我 能 火遍 非洲 ！ 21 | 这 把 我 气笑 了 。 截图 发吧 ， 不 给 原博 流量 了 。 一个 真 敢发 ， 还有 真 敢 信 的 。 22 | 就 您 这 视力 和 智力 也 能 打拳 ？？ 23 | 马 先生 让 我 去 吹 头发 ， 我 懒得 动 ， 说等会 。 他 说 你 今天 洗头 掉 的 头发 很 少 了 啊 ！ 我 说 啊 。 就 听 他 继续 说 。 是 已经 没有 头发 好掉 了 吗 ？ 24 | 微博 上 研究 什么 法理 ， 全都 死刑 就是了 。 25 | 我 是 看 了 右边 这 图 实在 感觉 很 无奈 26 | 乘务员 休息区 ， 没 什么 要 反思 的 。 这次 知道 了 下次 就 别 在 这种 事 挑刺 了 。 如果 机上 有 发生 紧急 情况 的 乘客 （ 印度 人 除外 ） 却 不 让 他们 在 这 休息 再 拿 出来 说吧 。 27 | 现在 就业 到底 都 什么 情况 啊 ？ 我 当班 主任 那个 班 ， 计划 找 工作 的 比例 才 10% …… 28 | 从 图 二 看 ， 天籁 也 骑线 了 ， 而且 加速 撞击 不 可能 判定 无责 的 。 无责 的 标准 是 自己 完全 在 行车 线内 ， 对方 越线 发生 碰撞 ， 本车 让速 不 让 道且 不 能 有 加速 行为 ， 最好 带 着 行车 记录仪 29 | 这 这 这 …… 我 该 说 点 啥 才能 缓解 这 尴尬 的 气氛 ？ 在线 等 ， 挺急 的 …… 30 | 唐国强 当年 是 因为 外形 被 称为 “ 奶油 小生 ” ， 并不 是 说 他 演技 不行 。 不少 人 反感 娘炮 ， 更 确切 的 说法 应该 是 反感 有且 只有 “ 娘炮 人 设 ” 的 偶像 。 31 | 给 大凌志 过户 换 个 车 牌号 。 家里 两 个 能 拉 设备 的 车 同时 限号 太 郁闷 了 。 车管所 永远 是 充满 回忆 且 神车 辈出 的 地方 。 32 | 大家 觉得 下班 该 不 该 回 工作 微信 ？ 如果 领导 偶尔 发 ， 我 觉得 回 一下 也 无所谓 。 如果 领导 总是 发 ， 并且 还发 的 挺 多 ， 回 工作 微信 的话 ， 是 不是 也 算 加班 ？ 33 | 曾经 有 个 微博 网友 ， 拿 着 曾 先生 一家 在 荷兰 的 照片 造谣 说 ： 被 瑞典 警察 粗暴 对待 的 他们 第二 天 继续 在 瑞典 玩耍 。 结果 ， 被 打脸 后 ， 他 的 账号 没 了 34 | 有 卖 就 有 买 ， 为啥 说 房地产 是 个 蓄水池 呢 ？ 真心 求教 ， 不 懂 。 而且 按照 我 的 理解 ， 买房 会 从 银行 贷款 ， 会 让 流通 货币 变多 。 所以 更 不 懂 了 。 35 | 神经病 啊 ！ 我 又 没 写 连载 ！ 催 什么 催 ！ 36 | -------------------------------------------------------------------------------- /data/sample_datasets/train/resp.his: -------------------------------------------------------------------------------- 1 | <\s> 2 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 3 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 4 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 5 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 6 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 次日 ， 该 协会 正式 宣布 解散 7 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 次日 ， 该 协会 正式 宣布 解散 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 8 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 次日 ， 该 协会 正式 宣布 解散 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 9 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 次日 ， 该 协会 正式 宣布 解散 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 10 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 次日 ， 该 协会 正式 宣布 解散 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 11 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 次日 ， 该 协会 正式 宣布 解散 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 12 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 次日 ， 该 协会 正式 宣布 解散 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 13 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 次日 ， 该 协会 正式 宣布 解散 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 14 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 次日 ， 该 协会 正式 宣布 解散 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 这个 寓意 不 太 好 啊 ， 饭团 容易 掉米 粒 15 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 次日 ， 该 协会 正式 宣布 解散 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 这个 寓意 不 太 好 啊 ， 饭团 容易 掉米 粒 我 一直 想 知道 你 是 怎么 做到 两 个 号切 的 这么 快 的 ， 我 跟 在 后面 回复 都 跟 不 上 你 16 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 次日 ， 该 协会 正式 宣布 解散 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 这个 寓意 不 太 好 啊 ， 饭团 容易 掉米 粒 我 一直 想 知道 你 是 怎么 做到 两 个 号切 的 这么 快 的 ， 我 跟 在 后面 回复 都 跟 不 上 你 所谓 逢中 必反 就是 这种 人 了 17 | 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 你 连鸡 的 电话 都 背 不 下来 ， 证明 你 还 不够 爱 ！ 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 这个 寓意 不 太 好 啊 ， 饭团 容易 掉米 粒 所谓 逢中 必反 就是 这种 人 了 次日 ， 该 协会 正式 宣布 解散 我 一直 想 知道 你 是 怎么 做到 两 个 号切 的 这么 快 的 ， 我 跟 在 后面 回复 都 跟 不 上 你 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 18 | 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 这个 寓意 不 太 好 啊 ， 饭团 容易 掉米 粒 你 连鸡 的 电话 都 背 不 下来 ， 证明 你 还 不够 爱 ！ OK ， 拿 小本 本记 下来 ， 放假 就 去 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 我 一直 想 知道 你 是 怎么 做到 两 个 号切 的 这么 快 的 ， 我 跟 在 后面 回复 都 跟 不 上 你 次日 ， 该 协会 正式 宣布 解散 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 所谓 逢中 必反 就是 这种 人 了 19 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 这个 寓意 不 太 好 啊 ， 饭团 容易 掉米 粒 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 所谓 逢中 必反 就是 这种 人 了 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 我 一直 想 知道 你 是 怎么 做到 两 个 号切 的 这么 快 的 ， 我 跟 在 后面 回复 都 跟 不 上 你 你 连鸡 的 电话 都 背 不 下来 ， 证明 你 还 不够 爱 ！ OK ， 拿 小本 本记 下来 ， 放假 就 去 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 20 | 你 考试 把 眼睛 考瞎 了 ？ OK ， 拿 小本 本记 下来 ， 放假 就 去 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 次日 ， 该 协会 正式 宣布 解散 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 你 连鸡 的 电话 都 背 不 下来 ， 证明 你 还 不够 爱 ！ 所谓 逢中 必反 就是 这种 人 了 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 21 | 这个 寓意 不 太 好 啊 ， 饭团 容易 掉米 粒 所谓 逢中 必反 就是 这种 人 了 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 你 摸 豹子 ， 孩子 摸 你 ， 嗯 ， 很 好的 链条 我 一直 想 知道 你 是 怎么 做到 两 个 号切 的 这么 快 的 ， 我 跟 在 后面 回复 都 跟 不 上 你 OK ， 拿 小本 本记 下来 ， 放假 就 去 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 第一 次 知道 长颈 鹿能 跑 得 这么 快 。。。 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 22 | 次日 ， 该 协会 正式 宣布 解散 你 考试 把 眼睛 考瞎 了 ？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 你 连鸡 的 电话 都 背 不 下来 ， 证明 你 还 不够 爱 ！ 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 摸 豹子 ， 孩子 摸 你 ， 嗯 ， 很 好的 链条 OK ， 拿 小本 本记 下来 ， 放假 就 去 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 23 | 你 连鸡 的 电话 都 背 不 下来 ， 证明 你 还 不够 爱 ！ 你 考试 把 眼睛 考瞎 了 ？ 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 次日 ， 该 协会 正式 宣布 解散 这 都 什么 年头 了 ， 就是 婆婆 拿 一 山寨机 也 拍 不 出 这么 糊 的 画面 啊 。。。 而且 他们 就 没 发现 站在 蛇 旁边 最近 那 两 个人 明显 都 是 飘 着 的 吗 OK ， 拿 小本 本记 下来 ， 放假 就 去 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 你 摸 豹子 ， 孩子 摸 你 ， 嗯 ， 很 好的 链条 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 所谓 逢中 必反 就是 这种 人 了 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 第一 次 知道 长颈 鹿能 跑 得 这么 快 。。。 这个 寓意 不 太 好 啊 ， 饭团 容易 掉米 粒 24 | 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” OK ， 拿 小本 本记 下来 ， 放假 就 去 次日 ， 该 协会 正式 宣布 解散 你 想 什么 呢 。。 。要 不是 这 智力 和 视力 也 不至于 打拳 啊 。。。 这 都 什么 年头 了 ， 就是 婆婆 拿 一 山寨机 也 拍 不 出 这么 糊 的 画面 啊 。。。 而且 他们 就 没 发现 站在 蛇 旁边 最近 那 两 个人 明显 都 是 飘 着 的 吗 要不是 有 这种 不 省心 的 老公 ， 虫二 也 不用 压力 大 到 每天 掉头 发 都 怪 他 所谓 逢中 必反 就是 这种 人 了 这个 寓意 不 太 好 啊 ， 饭团 容易 掉米 粒 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 我 一直 想 知道 你 是 怎么 做到 两 个 号切 的 这么 快 的 ， 我 跟 在 后面 回复 都 跟 不 上 你 你 连鸡 的 电话 都 背 不 下来 ， 证明 你 还 不够 爱 ！ 25 | 你 摸 豹子 ， 孩子 摸 你 ， 嗯 ， 很 好的 链条 次日 ， 该 协会 正式 宣布 解散 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 这 都 什么 年头 了 ， 就是 婆婆 拿 一 山寨机 也 拍 不 出 这么 糊 的 画面 啊 。。。 而且 他们 就 没 发现 站在 蛇 旁边 最近 那 两 个人 明显 都 是 飘 着 的 吗 第一 次 知道 长颈 鹿能 跑 得 这么 快 。。。 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 你 考试 把 眼睛 考瞎 了 ？ 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 你 想 什么 呢 。。 。要 不是 这 智力 和 视力 也 不至于 打拳 啊 。。。 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 我 一直 想 知道 你 是 怎么 做到 两 个 号切 的 这么 快 的 ， 我 跟 在 后面 回复 都 跟 不 上 你 “ 希望 家长们 能 保护 好 自己 的 孩子 ” ， 这 一句话 足够 原博 被 死刑 八 回 了 。。。 26 | 要不是 有 这种 不 省心 的 老公 ， 虫二 也 不用 压力 大 到 每天 掉头 发 都 怪 他 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 你 考试 把 眼睛 考瞎 了 ？ 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 你 连鸡 的 电话 都 背 不 下来 ， 证明 你 还 不够 爱 ！ 你 摸 豹子 ， 孩子 摸 你 ， 嗯 ， 很 好的 链条 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 以为 自己 是 给 外国人 拉皮 条 的 ？ 当 学生 是 什么 ？ 帮 领导 接客 的 ？ 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 次日 ， 该 协会 正式 宣布 解散 “ 希望 家长们 能 保护 好 自己 的 孩子 ” ， 这 一句话 足够 原博 被 死刑 八 回 了 。。。 你 想 什么 呢 。。 。要 不是 这 智力 和 视力 也 不至于 打拳 啊 。。。 这 都 什么 年头 了 ， 就是 婆婆 拿 一 山寨机 也 拍 不 出 这么 糊 的 画面 啊 。。。 而且 他们 就 没 发现 站在 蛇 旁边 最近 那 两 个人 明显 都 是 飘 着 的 吗 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 27 | <\s> 28 | 那 其他人 计划 干啥 ？ 29 | 那 其他人 计划 干啥 ？ 只 可惜 这是 一 辆 天籁 ， 要是 途乐 就 好 了 。 30 | 那 其他人 计划 干啥 ？ 只 可惜 这是 一 辆 天籁 ， 要是 途乐 就 好 了 。 你 就 说 ： 八千 卖 吗 ？ 31 | 那 其他人 计划 干啥 ？ 只 可惜 这是 一 辆 天籁 ， 要是 途乐 就 好 了 。 你 就 说 ： 八千 卖 吗 ？ 吴京 啊 ， 我 小时候 吴京 在 电视 上 可是 标准 的 小鲜肉 ， 而且 说真的 有点 娘 。 32 | 那 其他人 计划 干啥 ？ 只 可惜 这是 一 辆 天籁 ， 要是 途乐 就 好 了 。 你 就 说 ： 八千 卖 吗 ？ 吴京 啊 ， 我 小时候 吴京 在 电视 上 可是 标准 的 小鲜肉 ， 而且 说真的 有点 娘 。 这不 是 堂主 的 爆改 C180 k 吗 ？ 33 | 那 其他人 计划 干啥 ？ 只 可惜 这是 一 辆 天籁 ， 要是 途乐 就 好 了 。 你 就 说 ： 八千 卖 吗 ？ 吴京 啊 ， 我 小时候 吴京 在 电视 上 可是 标准 的 小鲜肉 ， 而且 说真的 有点 娘 。 这不 是 堂主 的 爆改 C180 k 吗 ？ 急事 儿回 ， 不急 的 事儿 装 没 看见 。 34 | 那 其他人 计划 干啥 ？ 只 可惜 这是 一 辆 天籁 ， 要是 途乐 就 好 了 。 你 就 说 ： 八千 卖 吗 ？ 吴京 啊 ， 我 小时候 吴京 在 电视 上 可是 标准 的 小鲜肉 ， 而且 说真的 有点 娘 。 这不 是 堂主 的 爆改 C180 k 吗 ？ 急事 儿回 ， 不急 的 事儿 装 没 看见 。 换 个 号接 着 造谣 呗 35 | 那 其他人 计划 干啥 ？ 只 可惜 这是 一 辆 天籁 ， 要是 途乐 就 好 了 。 你 就 说 ： 八千 卖 吗 ？ 吴京 啊 ， 我 小时候 吴京 在 电视 上 可是 标准 的 小鲜肉 ， 而且 说真的 有点 娘 。 这不 是 堂主 的 爆改 C180 k 吗 ？ 急事 儿回 ， 不急 的 事儿 装 没 看见 。 换 个 号接 着 造谣 呗 铜球 ， 我 也 不 明白 。 房地产商 挣 了 钱 也 得 花 啊 ， 总 不 能 躺 在 票子 上 睡觉 吧 ？ 36 | -------------------------------------------------------------------------------- /data/sample_datasets/train/resp.train: -------------------------------------------------------------------------------- 1 | 关注 你 这么 久 ， 亏 我 还 自以为 已经 至少 能 认出 大青 褶伞 了 。。。 结果 居然 还是 认错 了 2 | 你 是 会计 专业 的 ？？？ 那 物种 鉴定 的 知识 是 出生 自带 ？？？ 3 | 我 还 在 等 第二 部 呢 。。。 催更 。。。 虫马 ， 莲二 ， 等 着 发糖 4 | 关注虫二 的 人 都 挺 厉害 的 啊 。。 。完 了 ， 啥 也 不 会 的 沙雕 粉丝 瑟瑟 发抖 5 | 次日 ， 该 协会 正式 宣布 解散 6 | 洋洋 ！ 我们 老师 以前 讲 莫斯科 的 时候 说 那里 的 公共 汽车 座椅 都 是 自带 加热 的 ！ 是 真 的 吗 ？ 7 | 不止 这个 ， 我 还有 过 一 本 ： 葫芦 小 金刚 大战 阿童木 。 现在 想想 是 真 的 厉害 8 | 首选 的确 是 谢道韫 ， 后面 的话 ， 苏蕙 ， 卫夫人 都 是 杰出 代表 吧 9 | 在 我 的 印象 里 医生 不是 外语 都 特别6 的 吗 ， 看 外国 文献 就 跟 喝 水 一样 简单 10 | 没有 用 的 。。。 他发 这 条 微博 的 意思 多 明显 啊 。。。 “ 我 早就 知道 这次 更新 要 挨喷 ， 我 就 站在 这 让 你们 随便 喷 ， 然后 呢 ？ 你们 还 能 把 我 怎么样 ？ ” 11 | 他 不 靠 微博 吃饭 我 信 ， 但 他 马上 就要 因为 微博 的 事 没 饭 吃 了 12 | 不只 是 床上 ！ 还 得 枕 着 马 先生 的 胳膊 ！ 马 先生 可以 出差 ， 但 胳膊 得 留下 13 | 这个 寓意 不 太 好 啊 ， 饭团 容易 掉米 粒 14 | 我 一直 想 知道 你 是 怎么 做到 两 个 号切 的 这么 快 的 ， 我 跟 在 后面 回复 都 跟 不 上 你 15 | 所谓 逢中 必反 就是 这种 人 了 16 | 你 连鸡 的 电话 都 背 不 下来 ， 证明 你 还 不够 爱 ！ 17 | OK ， 拿 小本 本记 下来 ， 放假 就 去 18 | 第一 次 知道 长颈 鹿能 跑 得 这么 快 。。。 19 | 你 考试 把 眼睛 考瞎 了 ？ 20 | 你 摸 豹子 ， 孩子 摸 你 ， 嗯 ， 很 好的 链条 21 | 这 都 什么 年头 了 ， 就是 婆婆 拿 一 山寨机 也 拍 不 出 这么 糊 的 画面 啊 。。。 而且 他们 就 没 发现 站在 蛇 旁边 最近 那 两 个人 明显 都 是 飘 着 的 吗 22 | 你 想 什么 呢 。。 。要 不是 这 智力 和 视力 也 不至于 打拳 啊 。。。 23 | 要不是 有 这种 不 省心 的 老公 ， 虫二 也 不用 压力 大 到 每天 掉头 发 都 怪 他 24 | “ 希望 家长们 能 保护 好 自己 的 孩子 ” ， 这 一句话 足够 原博 被 死刑 八 回 了 。。。 25 | 以为 自己 是 给 外国人 拉皮 条 的 ？ 当 学生 是 什么 ？ 帮 领导 接客 的 ？ 26 | 头回 听说 飞机 还有 “ 人满为患 ” 一 说 ， 不 都 是 一 人 一个 座 吗 ？ 还有 站票 挂票 给 机舱 塞满 了 了 ？ 27 | 那 其他人 计划 干啥 ？ 28 | 只 可惜 这是 一 辆 天籁 ， 要是 途乐 就 好 了 。 29 | 你 就 说 ： 八千 卖 吗 ？ 30 | 吴京 啊 ， 我 小时候 吴京 在 电视 上 可是 标准 的 小鲜肉 ， 而且 说真的 有点 娘 。 31 | 这不 是 堂主 的 爆改 C180 k 吗 ？ 32 | 急事 儿回 ， 不急 的 事儿 装 没 看见 。 33 | 换 个 号接 着 造谣 呗 34 | 铜球 ， 我 也 不 明白 。 房地产商 挣 了 钱 也 得 花 啊 ， 总 不 能 躺 在 票子 上 睡觉 吧 ？ 35 | 某些 人 对 “ 更新 ” 二 字 很 敏感 36 | -------------------------------------------------------------------------------- /data/sample_datasets/train/resp_id.train: -------------------------------------------------------------------------------- 1 | 2 2 | 2 3 | 2 4 | 2 5 | 2 6 | 2 7 | 2 8 | 2 9 | 2 10 | 2 11 | 2 12 | 2 13 | 2 14 | 2 15 | 2 16 | 2 17 | 2 18 | 2 19 | 2 20 | 2 21 | 2 22 | 2 23 | 2 24 | 2 25 | 2 26 | 2 27 | 4 28 | 4 29 | 4 30 | 4 31 | 4 32 | 4 33 | 4 34 | 4 35 | 4 36 | -------------------------------------------------------------------------------- /figure/icon.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/qhjqhj00/SIGIR2021-Pchatbot/7ef5677ba7a2ed32b0103cf4f1da9353bec6e80a/figure/icon.png -------------------------------------------------------------------------------- /figure/sample.jpg: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/qhjqhj00/SIGIR2021-Pchatbot/7ef5677ba7a2ed32b0103cf4f1da9353bec6e80a/figure/sample.jpg -------------------------------------------------------------------------------- /src/Dialog-Preprocessor/README.md: -------------------------------------------------------------------------------- 1 | # Dialog-Preprocessor 2 | Dialog-Preprocessor 3 | -------------------------------------------------------------------------------- /src/Dialog-Preprocessor/preprocess/assets/emoticon.json: -------------------------------------------------------------------------------- 1 | ["( ﾟДﾟ ) ﾉ", "◍´꒳`◍", "(◍´꒳`◍)","⊙o⊙","(⊙o⊙)","๑˙ー˙๑","(๑˙ー˙๑)","(●°u°●)??","(≧∇≦)/","(。﹏。*)", "✎～～～✐", "━((*′д｀)爻(′д｀*))━!!!!", "(*￣rǒ￣)", "→_→", "w(ﾟДﾟ)w", "(u‿ฺu✿ฺ)", "(◡ᴗ◡✿)", "(－∀＝)", "つ﹏⊂", "◕ฺ‿◕ฺ✿ฺ)", "(o>ε(o>ｕ(≧∩≦)", "٩(͡๏̯͡๏)۶", "(＠￣ー￣＠)", "(´_ゝ`)✎", "(＠_＠;)", "(*￣;(￣*)", "o(一︿一+)o", "(ー`´ー)", "...(＿＿)ノ｜壁", "～（□`）～", "︶︿︶", "(ρ_・).。", "(-__-)=@))>o<)", "(ﾟｰﾟ)", "--(˙<>˙)/--", "ε=ε=ε=(~￣▽￣)~", "┏┛墓┗┓...(((m-__-)m", "(￣￣)", "◐▽◑", "o(*^＠^*)o", "(．．)…", "(o-ωｑ)).oO困", "Ψ(￣∀￣)Ψ", "<(*￣▽￣*)/", "╰(*°‿°*)╯", "(((((ヾ(o=^•ェ•)o┏━┓", "┭┮﹏┭┮", "○|￣|_=3", "(__)(-.-)(~O~)……(-.-)", "（〃｀3′〃）", "(((o(*ﾟ▽ﾟ*)o)))", "（。・＿・。）ﾉ", "(⊙x⊙;)", "○(＾皿＾)っHiahiahia…", "[噎住](*⊙~⊙)", "(≧∇≦)ﾉ", "Hi~o(*￣▽￣*)ブ", "(′▽`〃)", "<(‵□′)───C＜─___-)||", "(눈益눈)", "(*︾▽︾)", "（-_-。）", "(～￣▽￣)～", "ヽ(o･ｪ･)ﾉ", "Σ(°△°|||)︴", ".....~~((/--)/", "…〒_〒…‵ｏ′-一┳═┻︻▄", "QAQ", "^(oo)^", "≡ω≡", "ヾ(￣ー￣)X(^▽^)ゞ", "*★,°*:.☆(￣▽￣)/$:*.°★*。", "(。﹏。)", "Σ(っ°Д°;)っ", "（*゜ー゜*）", "W(￣_￣)W", "(lll￢ω￢)", "(:◎)≡", "←_←", "（＾∀＾●）ﾉｼ", "ZZzz…(。-ω-)..ooO((【•:*:~夢~:*:•】))", "くコ:彡", "ヽ(゜▽゜)－C<(/;◇;)/~", "（o´・ェ・｀o）", "¯\\_(౦▾౦✿)¯\\_", "(*Φ皿Φ*)", "（＞人＜；）", ".....((/--)/", "(^&^)/", "(͡°͜ʖ͡°)", "(｡･∀･)ﾉﾞ", "(￣～～￣)嚼！", "<(￣︶￣)↗[GO!]", "（*＾-＾*）", "〒▽〒", "U•ェ•*U", "ლ(•̀_•́ლ)", "TAT", "(*￣(エ)￣)", "(>ρ<”)", "(๑´ㅂ`๑)", "ﾍ(･_|", "╯_╰", "o(￣ヘ￣o＃)", "´･∀･)乂(･∀･｀", "(￣￣)σ…(＿＿)ノ｜壁", "(﹁﹁)~→", "(っ*´Д`)っ", "(/ω＼*)………(/ω•＼*)", "_____λ......___丬别走啊～～", "ԅ(¯﹃¯ԅ)", "(/≧▽≦)/", "(´ｰ∀ｰ`)", "d=====(￣▽￣*)b", "((*・∀・）ゞ→→", "o(*^▽^*)┛", "(￣▽￣)～■干杯□～(￣▽￣)", "(ﾟДﾟ*)ﾉ", "┗(T﹏T)┛", "(～o￣3￣)～", "[喝西北风](′Д`)彡", "~%?…,#*'☆&℃$︿★?", "┏(^ω^)=☞", "<・)))><<", "︿(￣︶￣)︿", "(/0￣)o[呼唤]", "눈_눈", "|_・)", "◑▂◐", "┗|*｀0′*|┛", "(°ー°〃)", "(ఠൠఠ)ﾉ", "o(*≧▽≦)ツ", "<(‵□′)>───Ｃε(┬﹏┬)3", "咳咳＞＜", "（＝。＝）", "(*/ω＼*)", "分＞(￣▽￣=￣︿￣)<裂", "！*★,°*:.☆(￣▽￣)/$:*.°★*。", "(ノへ`、)", "(-'`-;)", "(。_。)", "┻━┻︵╰(‵□′)╯︵┻━┻", "T^T", "～(￣▽￣～)(～￣▽￣)～", "⊙▽⊙", "””(￣ー￣)/””", "*<|:-)", "o(^▽^)o", "o((⊙﹏⊙))o.", "ψ(｀∇´)ψ", "━━∑(￣□￣*|||━━", "＜（＾－＾）＞", "（。人。）", "︿(￣︶￣)～", "(눈◇눈)", "(´▽`ʃ♡ƪ)", "（＃￣～￣＃）", "o(=•ェ•=)m", "(◆゜∀゜）b", "╥﹏╥...", "^_~", "━┳━━┳━", "o(=•ω•=)m", "（￣ー￣）ノ~~マ☆’.・.・:★", "Σ(｀д′*ノ)ノ", "(つω｀)～", "(-'`-)", "<+))><<", "（；´д｀）ゞ", "*´∀`)´∀`)*´∀`)*´∀`)", "(;´༎ຶД༎ຶ`)", "(☆-ｖ-)", "(。・_・)/~~~", "↑↑↓↓←→←→ＢＡ...┗(-o-)┛", "...φ(0￣*)啦啦啦_φ(*￣0￣)", "(っ´Ι`)っ", "~o(=∩ω∩=)m", "//(っ°Д°;)っ", "(╯‵□′)╯炸弹！•••*～●", "_(:马」∠)_", "(ˉ▽￣～)切~~", "<(ˉ^ˉ)>", "（＊￣（エ）￣）", "[]~(￣▽￣)~*", "￣へ￣", "╮(╯_╰)╭", "(￣┰￣*)", "<(－︿－)>", "（。－_－。）", "||Φ|(|T|Д|T|)|Φ||", "→_←", "不＞(￣ε￣=￣3￣)<要", "(╬￣皿￣)＝○＃(￣＃)３￣)", "(´･_･`)", "o(￣▽￣)ｄ", "(눈160눈)", "*(੭*ˊᵕˋ)੭*ଘ", "t^t", "|(*′口`)", "ヾ(≧O≦)〃嗷~", "→)╥﹏╥)", "(+(工)+╬)", "(눈~눈)", "o(*￣▽￣*)o", "<゜)))彡", "(┬＿┬)↘", "（○｀3′○）", "(*╯3╰)", "※=○☆(＿＿*)Ｚｚｚ", "ヽ（≧□≦）ノ", "（。＾▽＾）", "φ(≧ω≦*)♪", "（づ￣3￣）づ╭❤～", "(✿◡‿◡)", "(*￣3￣)╭", "(屮눈皿눈)", "o(*￣3￣)o", "(￣～￣)嚼！", "(oﾟvﾟ)ノ", "₍₍◝(ﾟ∀ﾟ)◟⁾⁾不送", "((へ(へ´∀`)へ", "(*^-^)ρ(*╯^╰)", "ˋ(°▽、°)(o(￣▽￣///(斩!!)", "（≧0≦）//（-_-。）・・・", "-________-''", "ヽ(✿ﾟ▽ﾟ)ノ", "(((φ(◎ロ◎;)φ)))", "(눈_눈)", "(σ'ω')σ", "@(o･ｪ･o)@", "m(=∩王∩=)m", "｜−・;）", "tat", "^_^", "ʅ（´◔౪◔）ʃ", "（´v｀）", "(=^x^=)", "|･ω･｀)", "(；′⌒`)", "(￣ε(#￣)☆╰╮o(￣皿￣///)", "(p.-)(p.-)(p.-)", "(￣△￣；)", "(＾－＾)V", "<(￣ˇ￣)/", "（￣。。￣）", "(☆´益`)c", "(⊙ˍ⊙)", "o(′益`)o", "=￣ω￣=", "┐(T.T)(T.T)ノ", "--", "(′д｀)…彡…彡", "╮（╯＿╰）╭", "(。＿。）✎＿", "=└(┐卍^o^)卍", "(>▽<)", "o(*≧▽≦)ツ┏━┓", "☆⌒(*＾-゜)vTHX!!", "ε(┬┬﹏┬┬)3", "……]((o__)'彡☆", "(・-・*)", "ᕕ(ᐛ)ᕗ", "(-_-)", "(๑¯∀¯๑)", "...φ(0￣*)啦啦啦_φ(*￣0￣)>", "wow~⊙o⊙", "(ToT)/~~~", "ヾ(￣▽￣)Bye~Bye~", "<(￣^￣)(θ(θ☆(>_<", "(*￣▽￣)(￣▽:;.…::;.:.:::;..::;.:...", "(*￣3)(ε￣*)", "||o(*°▽°*)o|Ю[有人吗?]", "(ㄏ￣▽￣)ㄏbyeㄟ(￣▽￣ㄟ)", "(。・・)ノ", "ε=怒ε=怒ε=怒ε=(o｀ω′)ノ", "(╯ε╰)", "(*ﾟｰﾟ)", "o(￣┰￣*)ゞ", "0＾）吞！", "(ﾉ*･ω･)ﾉ", "(〃＞目＜)", "（｀へ´）", "(p≧w≦q)", "ヾ(´･ω･｀)ﾉ", "谢啦!!☆⌒(*＾-゜)v", "(￫ܫ￩)", "ヾ(≧∇≦*)ゝ", "ZZzz…(。-ω-)", "(=′ー`)", "\\(o￣￣o)/", "(￣.￣)", "(＾Ｕ＾)ノ~ＹＯ", "♪(´∇`*)", "━━(￣ー￣*|||━━", "『家』～o(▽｀o)=3=3=3", "□_□", "’(°ー°〃)", "^^", "(～o￣▽￣)～o~。。。", "(°)#))<<", "ヾ(´∀`o)+", "(:.;ﾟ;益;ﾟ;益;ﾟ;益;ﾟ;益;ﾟ;益;ﾟ;益;ﾟ;.)", "ヾ(^▽^*)))", "_(:驴」∠)_", "(#`O′)", "(/▽＼)", "X﹏X", "○|￣|_", "(o__)ﾉ", "（￣ー￣（＿＿（￣ー￣（＿＿", "(＞﹏＜)", "(╯▽╰)", "┗|｀O′|┛嗷~~", "￣△￣", "(σ｀д′)σ", "(o゜▽゜)o☆[BINGO!]", "@(｡･o･)@", "_(:3∠)_", "|ω・）", "o(TヘTo)", "（´Д`）", "▄︻┻┳═一……☆（>○<）", "嗯~o(*￣▽￣*)o", "^O^", "@(/o･ｪ･o)@/", "(・∀・(・∀・(・∀・*)", "(O_o)(o_O)", "▄︻┻┳═一……", "(๐॔˃̶ᗜ˂̶๐॓)", "☆{{{Д}}}☆!![铃铃铃]", "（≧0≦）", "(´･･)ﾉ(._.`)", "ε=怒ε=怒ε=怒ε=怒ε=(o｀ω′)ノ", "o(≧口≦)o", "><", "╰(*°▽°*)╯", "<(￣3￣)>表！", "(o￣3)==@))゜ロ゜((@==(′ε′)o", "___*(￣皿￣)/#____", "(￣_,￣)", "(′3`)sigh~", "(～￣(OO)￣)ブ", "┌(´_ゝ`)┐", "~(～￣▽￣)～", "<(￣︶￣)>", "(눈▽눈)", "ZZzz…(。-ω-)..ooO(•:*:~:*:•)", "(￣‘i￣;)", "•﹏•", "(-@y@)", "ヽ(*。>Д<)o゜", "^-^", "╰_╯", "(ﾟдﾟ)つBye", "(o≖◡≖)", "(～o￣▽￣)～o。。。滚来滚去……o～(＿△＿o～)~。。。", "(*￣︿￣)", "凸(艹皿艹)", "⊙▾⊙", "ε(*´･∀･｀)зﾞ", "z(-_-z)).....((s-_-)s", "(눈0눈)", "@(o･ｪ･)@", "(^^)", "o(〃'▽'〃)o", "(≧∀≦)ゞ", "┏(＾0＾)┛", "(+.+)(-.-)(__)..zzZZもうだめ", "o(*////▽////*)q", "(*￣▽)u┌┐ｄ(▽￣*)", "ㄟ(▔,▔)ㄏ", "(○´･д･)ﾉ", "(‵▽′)ψ", "<(￣﹌￣)@m", "╰(￣▽￣)╭", "╮(╯▽╰)╭", "(:.;ﾟ;益;ﾟ;益;ﾟ;ﾟ;益;ﾟ;益;ﾟ;.)", "ヾ(●゜ⅴ゜)ﾉ", "(￣ー￣)人(^▽^)", "(￣m￣）", "(⊙﹏⊙)", "(￣︶￣)↗", "Ｏ(≧口≦)Ｏ", "|(•_•)|•_•)|_•)|•)|)", "ε=ε=ε=┏(゜ロ゜;)┛", "||ヽ(*￣▽￣*)ノミ|Ю", "(ノへ￣、)", "ㄟ(≧◇≦)ㄏ", "ヽ(￣︿￣)—C<(/;◇;)/", "(^▽^)", "ζ°)))彡", "＼（＾▽＾）／", "(°°)～(°°)～(°°)～(°°)～", "_〆(´Д｀)", "＼(゜ロ＼)(／ロ゜)／", "～(TロT)σ", "(￣ー￣)", "✧(≖◡≖✿)", "o(∩_∩)o", "(눈▂눈)", "ヾ(＠⌒ー⌒＠)ノ", "お(ノ￣0￣)ノや（o￣・￣）oす(。＿＿)。みZZzzzz…", "（゜▽＾*））", "(☆▽☆)", "テ_デ", "(╯▽╰)好香~~", "~(￣0￣)/", "(ーー゛)", "（￣ー￣）", "ε==(づ′▽`)づ", "(＾∀＾）／欢迎＼(＾∀＾）", "(*^▽^*)", ">°))))彡", "(￣o￣).zZ", "(o゜▽゜)o☆", "(*^-^)ρ(^0^*)", "ヽ(ﾟ∀ﾟ*)ﾉ━━━ｩ♪", "(*￣▽￣)((≧︶≦*)", "!(*￣(￣*)", "┌|*´∀｀|┘", "_(ﾟДﾟ)ﾉ", "(。・∀・)ノ", "(ノω<。)ノ))☆.。", "<*))>>=<", "o(￣ε￣*)", "(˘•ω•˘)ง⁽˙³˙⁾", "ヽ(ヽ`д′)ヽ`д′)ヽ`д′)┌┛┌┛┌┛★)`з゜)y", "(///￣皿￣)○～", "(*￣ω￣)", "n(*≧▽≦*)n", "~~(﹁﹁)~~~", "￣O￣)ノ", "(ﾟ∀ﾟ)ﾉ♡", "o(*￣︶￣*)o", "(☄⊙ω⊙)☄", "♪(^∇^*)", "ヽ(￣ω￣(￣ω￣〃)ゝ", "””\\(￣ー￣)(￣ー￣)//””", "φ(゜▽゜*)♪", "＼（＾∀＾）メ（＾∀＾）ノ", "(❤´艸｀❤)", "…（⊙＿⊙；）…", "▄︻┻┳═一∵∴∷∶∵(∵_,∵)>>>>", "．<{=．．．．（嘎~嘎~嘎~）", "┑(￣Д￣)┍", "<(￣﹌￣)@m就你！", "ο(=•ω＜=)ρ⌒☆", "^(*￣(oo)￣)^", "...(*￣０￣)ノ[等等我…]", "┬┴┤_•)", "(๑•̀ㅂ•́)و✧", "(#｀-_ゝ-)", "$_$", "(๑￫ܫ￩)", "ｍ(o・ω・o)ｍ", "ヾ(≧▽≦*)o", "(*⊙~⊙)", "...φ(0￣*)啦啦啦_φ(*￣0￣)′", "(*・ω・)✄╰ひ╯", "┌(。Д。)┐", "φ(-ω-*)", "(ง•_•)ง", "(‾◡◝)", "<)。(>", "(｀д′)", "抽!!(￣ε(#￣)☆╰╮(￣▽￣///)","(^.^)","(^ ^)",">3<","><","0.0","(⊙ω⊙)","(ω)","⊙ω⊙","(^ω^)","^ω^","(ω`)","π_π"] -------------------------------------------------------------------------------- /src/Dialog-Preprocessor/preprocess/assets/stars.json: -------------------------------------------------------------------------------- 1 | ["蔡徐坤", "cxk", "徐坤", "肖战", "xz", "朱一龙", "zyl", "一龙", "王一博", "wyb", "一博", "千玺", "qx", "易烊千玺", "yyqx", "烊千玺", "李现", "lx", "朴智旻", "pzm", "智旻", "热巴", "rb", "迪丽热巴", "dlrb", "丽热巴", "华晨宇", "hcy", "晨宇", "张艺兴", "zyx", "艺兴", "摩登", "md", "摩登兄弟", "mdxd", "登兄弟", "王俊凯", "wjk", "俊凯", "齐衡", "qh", "陈钰琪", "cyq", "钰琪", "王源", "wy", "王鹤", "wh", "张云雷", "zyl", "云雷", "邓伦", "dl", "刘宇宁", "lyn", "宇宁", "卜凡", "bf", "孟美岐", "mmq", "美岐", "黄明昊", "hmh", "明昊", "陈立农", "cln", "立农", "范丞丞", "fcc", "丞丞", "岳云鹏", "yyp", "云鹏", "岳岳", "yy", "鹿晗", "lh", "罗云熙", "lyx", "云熙", "唐嫣", "ty", "朱正廷", "zzt", "正廷", "吴亦凡", "wyf", "亦凡", "吴宣仪", "wxy", "宣仪", "金泰亨", "jth", "泰亨", "杨洋", "yy", "林彦俊", "lyj", "彦俊", "金硕珍", "jsz", "硕珍", "李易峰", "lyf", "易峰", "杨紫", "yz", "周震南", "zzn", "震南", "尤长靖", "yzj", "长靖", "白敬亭", "bjt", "敬亭", "李汶翰", "lwh", "汶翰", "TFBOYS", "何昶希", "hcx", "昶希", "晨艺", "cy", "王子异", "wzy", "子异", "林俊杰", "ljj", "俊杰", "薛之谦", "xzq", "之谦", "小鬼", "xg", "王琳凯", "wlk", "琳凯", "木子洋", "mzy", "子洋", "王嘉尔", "wje", "嘉尔", "张杰", "zj", "吴世勋", "wsx", "世勋", "杨超越", "ycy", "超越", "管栎", "gl", "白宇", "by", "杨芸晴", "yyq", "芸晴", "朴灿烈", "pcl", "灿烈", "刘诗诗", "lss", "诗诗", "胡一天", "hyt", "一天", "郑爽", "zs", "赖冠霖", "lgl", "冠霖", "赵丽颖", "zly", "丽颖", "鞠婧祎", "jjy", "婧祎", "周笔畅", "zbc", "笔畅", "杨幂", "ym", "王凯", "wk", "宋茜", "sq", "毛不易", "mby", "不易", "刘昊然", "lhr", "昊然", "IU", "炎亚纶", "yyl", "亚纶", "Henry", "刘宪华", "lxh", "宪华", "陈伟霆", "cwt", "伟霆", "夏之光", "xzg", "之光", "李宇春", "lyc", "宇春", "吴磊", "wl", "许魏洲", "xwz", "魏洲", "毕雯珺", "bwj", "雯珺", "翟潇闻", "dxw", "潇闻", "胡歌", "hg", "焉栩嘉", "yxj", "栩嘉", "何洛洛", "hll", "洛洛", "李振宁", "lzn", "振宁", "钟汉良", "zhl", "汉良", "权志龙", "qzl", "志龙", "田馥甄", "tfz", "馥甄", "金泰亨", "jth", "泰亨", "黄景瑜", "hjy", "景瑜", "周杰伦", "zjl", "杰伦", "边伯贤", "bbx", "伯贤", "姚明明", "ymm", "明明", "黄子韬", "hzt", "子韬", "姚琛", "yc", "张颜齐", "zyq", "颜齐", "陈星旭", "cxx", "星旭", "李希侃", "lxk", "希侃", "姜丹尼尔", "jdne", "丹尼尔", "嘉羿", "jy", "马嘉祺", "mjq", "嘉祺", "邓紫棋", "dzq", "紫棋", "刘也", "ly", "董思成", "dsc", "思成", "赵磊", "zl", "张彬彬", "zbb", "彬彬", "陆思恒", "lsh", "思恒", "许凯", "xk", "郭麒麟", "gql", "麒麟", "任豪", "rh", "POI", "李子璇", "lzx", "子璇", "陈宥维", "cyw", "宥维", "田柾国", "tjg", "柾国", "刘亦菲", "lyf", "亦菲", "傅菁", "fj", "丁泽仁", "dzr", "泽仁", "朱星杰", "zxj", "星杰", "胡春杨", "hcy", "春杨", "灵超", "lc"] -------------------------------------------------------------------------------- /src/Dialog-Preprocessor/preprocess/preprocessor.py: -------------------------------------------------------------------------------- 1 | import os 2 | import json 3 | 4 | from tqdm import tqdm 5 | 6 | from utils.filter import Filter 7 | from utils.multi_process_wraper import * 8 | from utils.cutter import Cutter 9 | from utils.statistic import Statistics 10 | 11 | class Preprocessor(): 12 | def __init__(self, filter_obj=None): 13 | if not filter_obj: 14 | filter_obj = Filter() 15 | self.filter_obj = filter_obj 16 | self.post2freq = {} 17 | self.resp2freq = {} 18 | 19 | @staticmethod 20 | def load(fp): 21 | data = [] 22 | with open(fp, 'r') as f: 23 | for line in f: 24 | subs = json.loads(line) 25 | if len(subs) <= 1: 26 | continue 27 | data.append(subs) 28 | return data 29 | 30 | @staticmethod 31 | def save(fp, data): 32 | if not data: 33 | return "No Data." 34 | with open(fp, 'w') as f: 35 | for line in data: 36 | if len(line) > 1: 37 | f.write(json.dumps(line, ensure_ascii=False) + "\n") 38 | 39 | @staticmethod 40 | def update_data(data, infos): 41 | assert len(data) == len(infos) 42 | if not infos[0]: return [] 43 | new_line = [] 44 | for item, info in zip(data, infos): 45 | if info: 46 | item[0] = info 47 | new_line.append(item) 48 | return new_line 49 | 50 | def local_preprocess(self, line): 51 | post = self.filter_obj.single_text_pipe(line[0][0]) 52 | if not post: return [] 53 | 54 | texts = [self.filter_obj.single_text_pipe(item[0]) for item in line] 55 | threshold = self.filter_obj.max_reread_patience 56 | rereader_killer = self.filter_obj.text2frequency(texts[1:], threshold) 57 | for idx, r in enumerate(texts[1:], start=1): 58 | if r: r = self.filter_obj.reread_machine_unit(r, rereader_killer) 59 | if r: r = self.filter_obj.balance_length_unit(post, r) 60 | texts[idx] = r 61 | 62 | new_line = self.update_data(line, texts) 63 | if len(new_line) > 1: 64 | return new_line 65 | return [] 66 | 67 | def global_preprocess(self, line): 68 | texts = [item[0] for item in line] 69 | texts[0] = self.filter_obj.clip_text_freq_unit(texts[0], self.post2freq) 70 | if not texts[0]: 71 | return [] 72 | for idx, r in enumerate(texts[1:], start=1): 73 | if r: r = self.filter_obj.clip_text_freq_unit(r, self.resp2freq) 74 | texts[idx] = r 75 | new_line = self.update_data(line, texts) 76 | if len(new_line) > 1: 77 | return new_line 78 | return [] 79 | 80 | def get_data_frequency(self, data): 81 | all_posts, all_resps = [], [] 82 | for line in data: 83 | all_posts.append(line[0][0]) 84 | all_resps.extend([item[0] for item in line[1:]]) 85 | 86 | threshold = self.filter_obj.max_text_freq 87 | post2freq = self.filter_obj.text2frequency(all_posts, threshold) 88 | resp2freq = self.filter_obj.text2frequency(all_resps, threshold) 89 | return post2freq, resp2freq 90 | 91 | def run(self, data): 92 | print('Start Local Preprocessing') 93 | coarse_data = [] 94 | for line in tqdm(data): 95 | # line = self.local_preprocess(line) 96 | if line: coarse_data.append(line) 97 | data = coarse_data 98 | 99 | new_data = [] 100 | self.post2freq, self.resp2freq = self.get_data_frequency(data) 101 | print('Start Global Preprocessing') 102 | for line in tqdm(data): 103 | line = self.global_preprocess(line) 104 | if line: new_data.append(line) 105 | data = new_data 106 | 107 | return data 108 | 109 | def run_mp(self, src_fp, tgt_fp, pid_num=5, keep_pid_file=True): 110 | coarse_fp = tgt_fp + '.coarse' 111 | worker = Worker(src_fp, coarse_fp, self.local_preprocess) 112 | mp = MultiProcessor(worker, pid_num) 113 | mp.run() 114 | print("All Local Processes Done.") 115 | worker.merge_result(keep_pid_file=keep_pid_file) 116 | 117 | data = self.load(coarse_fp) 118 | self.post2freq, self.resp2freq = self.get_data_frequency(data) 119 | del data 120 | 121 | worker = Worker(coarse_fp, tgt_fp, self.global_preprocess) 122 | mp = MultiProcessor(worker, pid_num) 123 | mp.run() 124 | print("All Global Processes Done.") 125 | worker.merge_result(keep_pid_file=keep_pid_file) 126 | 127 | if __name__ == '__main__': 128 | os.system("mkdir -p logging") 129 | pid_num = 25 130 | P = Preprocessor() 131 | filter_obj = Filter(logging_fp="./logging/filter_all.log") 132 | P = Preprocessor(filter_obj) 133 | src_fp, tgt_fp = 'test/Weibo_24_35.sample.10000', 'test/weibo_corpus' 134 | # src_fp, tgt_fp = '/home/xiaohe_li/0_data/Weibo_24_35.raw.out', '/home/xiaohe_li/0_data/weibo_whole.corpus' 135 | P.run_mp(src_fp, tgt_fp, pid_num, keep_pid_file=False) 136 | 137 | # data = P.load(src_fp) 138 | # data = P.run(data) 139 | # P.save('corpus/weibo_corpus', data) 140 | 141 | print("Begin Cut Sentences.") 142 | cutted_fp = tgt_fp + '.cutted' 143 | cutter = Cutter(method='pkuseg') 144 | worker = Worker(tgt_fp, cutted_fp, cutter.cut_data_line) 145 | mp = MultiProcessor(worker, pid_num) 146 | mp.run() 147 | worker.merge_result(keep_pid_file=False) 148 | print('Finish.') 149 | 150 | print('Stat.') 151 | data = P.load(cutted_fp) 152 | Statistics.stat_data(data) 153 | 154 | -------------------------------------------------------------------------------- /src/Dialog-Preprocessor/preprocess/stopwords.txt: -------------------------------------------------------------------------------- 1 | $ 2 | 0 3 | 1 4 | 2 5 | 3 6 | 4 7 | 5 8 | 6 9 | 7 10 | 8 11 | 9 12 | ? 13 | _ 14 | “ 15 | ” 16 | 、 17 | 。 18 | 《 19 | 》 20 | 一 21 | 一些 22 | 一何 23 | 一切 24 | 一则 25 | 一方面 26 | 一旦 27 | 一来 28 | 一样 29 | 一般 30 | 一转眼 31 | 万一 32 | 上 33 | 上下 34 | 下 35 | 不 36 | 不仅 37 | 不但 38 | 不光 39 | 不单 40 | 不只 41 | 不外乎 42 | 不如 43 | 不妨 44 | 不尽 45 | 不尽然 46 | 不得 47 | 不怕 48 | 不惟 49 | 不成 50 | 不拘 51 | 不料 52 | 不是 53 | 不比 54 | 不然 55 | 不特 56 | 不独 57 | 不管 58 | 不至于 59 | 不若 60 | 不论 61 | 不过 62 | 不问 63 | 与 64 | 与其 65 | 与其说 66 | 与否 67 | 与此同时 68 | 且 69 | 且不说 70 | 且说 71 | 两者 72 | 个 73 | 个别 74 | 临 75 | 为 76 | 为了 77 | 为什么 78 | 为何 79 | 为止 80 | 为此 81 | 为着 82 | 乃 83 | 乃至 84 | 乃至于 85 | 么 86 | 之 87 | 之一 88 | 之所以 89 | 之类 90 | 乌乎 91 | 乎 92 | 乘 93 | 也 94 | 也好 95 | 也罢 96 | 了 97 | 二来 98 | 于 99 | 于是 100 | 于是乎 101 | 云云 102 | 云尔 103 | 些 104 | 亦 105 | 人 106 | 人们 107 | 人家 108 | 什么 109 | 什么样 110 | 今 111 | 介于 112 | 仍 113 | 仍旧 114 | 从 115 | 从此 116 | 从而 117 | 他 118 | 他人 119 | 他们 120 | 以 121 | 以上 122 | 以为 123 | 以便 124 | 以免 125 | 以及 126 | 以故 127 | 以期 128 | 以来 129 | 以至 130 | 以至于 131 | 以致 132 | 们 133 | 任 134 | 任何 135 | 任凭 136 | 似的 137 | 但 138 | 但凡 139 | 但是 140 | 何 141 | 何以 142 | 何况 143 | 何处 144 | 何时 145 | 余外 146 | 作为 147 | 你 148 | 你们 149 | 使 150 | 使得 151 | 例如 152 | 依 153 | 依据 154 | 依照 155 | 便于 156 | 俺 157 | 俺们 158 | 倘 159 | 倘使 160 | 倘或 161 | 倘然 162 | 倘若 163 | 借 164 | 假使 165 | 假如 166 | 假若 167 | 傥然 168 | 像 169 | 儿 170 | 先不先 171 | 光是 172 | 全体 173 | 全部 174 | 兮 175 | 关于 176 | 其 177 | 其一 178 | 其中 179 | 其二 180 | 其他 181 | 其余 182 | 其它 183 | 其次 184 | 具体地说 185 | 具体说来 186 | 兼之 187 | 内 188 | 再 189 | 再其次 190 | 再则 191 | 再有 192 | 再者 193 | 再者说 194 | 再说 195 | 冒 196 | 冲 197 | 况且 198 | 几 199 | 几时 200 | 凡 201 | 凡是 202 | 凭 203 | 凭借 204 | 出于 205 | 出来 206 | 分别 207 | 则 208 | 则甚 209 | 别 210 | 别人 211 | 别处 212 | 别是 213 | 别的 214 | 别管 215 | 别说 216 | 到 217 | 前后 218 | 前此 219 | 前者 220 | 加之 221 | 加以 222 | 即 223 | 即令 224 | 即使 225 | 即便 226 | 即如 227 | 即或 228 | 即若 229 | 却 230 | 去 231 | 又 232 | 又及 233 | 及 234 | 及其 235 | 及至 236 | 反之 237 | 反而 238 | 反过来 239 | 反过来说 240 | 受到 241 | 另 242 | 另一方面 243 | 另外 244 | 另悉 245 | 只 246 | 只当 247 | 只怕 248 | 只是 249 | 只有 250 | 只消 251 | 只要 252 | 只限 253 | 叫 254 | 叮咚 255 | 可 256 | 可以 257 | 可是 258 | 可见 259 | 各 260 | 各个 261 | 各位 262 | 各种 263 | 各自 264 | 同 265 | 同时 266 | 后 267 | 后者 268 | 向 269 | 向使 270 | 向着 271 | 吓 272 | 吗 273 | 否则 274 | 吧 275 | 吧哒 276 | 吱 277 | 呀 278 | 呃 279 | 呕 280 | 呗 281 | 呜 282 | 呜呼 283 | 呢 284 | 呵 285 | 呵呵 286 | 呸 287 | 呼哧 288 | 咋 289 | 和 290 | 咚 291 | 咦 292 | 咧 293 | 咱 294 | 咱们 295 | 咳 296 | 哇 297 | 哈 298 | 哈哈 299 | 哉 300 | 哎 301 | 哎呀 302 | 哎哟 303 | 哗 304 | 哟 305 | 哦 306 | 哩 307 | 哪 308 | 哪个 309 | 哪些 310 | 哪儿 311 | 哪天 312 | 哪年 313 | 哪怕 314 | 哪样 315 | 哪边 316 | 哪里 317 | 哼 318 | 哼唷 319 | 唉 320 | 唯有 321 | 啊 322 | 啐 323 | 啥 324 | 啦 325 | 啪达 326 | 啷当 327 | 喂 328 | 喏 329 | 喔唷 330 | 喽 331 | 嗡 332 | 嗡嗡 333 | 嗬 334 | 嗯 335 | 嗳 336 | 嘎 337 | 嘎登 338 | 嘘 339 | 嘛 340 | 嘻 341 | 嘿 342 | 嘿嘿 343 | 因 344 | 因为 345 | 因了 346 | 因此 347 | 因着 348 | 因而 349 | 固然 350 | 在 351 | 在下 352 | 在于 353 | 地 354 | 基于 355 | 处在 356 | 多 357 | 多么 358 | 多少 359 | 大 360 | 大家 361 | 她 362 | 她们 363 | 好 364 | 如 365 | 如上 366 | 如上所述 367 | 如下 368 | 如何 369 | 如其 370 | 如同 371 | 如是 372 | 如果 373 | 如此 374 | 如若 375 | 始而 376 | 孰料 377 | 孰知 378 | 宁 379 | 宁可 380 | 宁愿 381 | 宁肯 382 | 它 383 | 它们 384 | 对 385 | 对于 386 | 对待 387 | 对方 388 | 对比 389 | 将 390 | 小 391 | 尔 392 | 尔后 393 | 尔尔 394 | 尚且 395 | 就 396 | 就是 397 | 就是了 398 | 就是说 399 | 就算 400 | 就要 401 | 尽 402 | 尽管 403 | 尽管如此 404 | 岂但 405 | 己 406 | 已 407 | 已矣 408 | 巴 409 | 巴巴 410 | 并 411 | 并且 412 | 并非 413 | 庶乎 414 | 庶几 415 | 开外 416 | 开始 417 | 归 418 | 归齐 419 | 当 420 | 当地 421 | 当然 422 | 当着 423 | 彼 424 | 彼时 425 | 彼此 426 | 往 427 | 待 428 | 很 429 | 得 430 | 得了 431 | 怎 432 | 怎么 433 | 怎么办 434 | 怎么样 435 | 怎奈 436 | 怎样 437 | 总之 438 | 总的来看 439 | 总的来说 440 | 总的说来 441 | 总而言之 442 | 恰恰相反 443 | 您 444 | 惟其 445 | 慢说 446 | 我 447 | 我们 448 | 或 449 | 或则 450 | 或是 451 | 或曰 452 | 或者 453 | 截至 454 | 所 455 | 所以 456 | 所在 457 | 所幸 458 | 所有 459 | 才 460 | 才能 461 | 打 462 | 打从 463 | 把 464 | 抑或 465 | 拿 466 | 按 467 | 按照 468 | 换句话说 469 | 换言之 470 | 据 471 | 据此 472 | 接着 473 | 故 474 | 故此 475 | 故而 476 | 旁人 477 | 无 478 | 无宁 479 | 无论 480 | 既 481 | 既往 482 | 既是 483 | 既然 484 | 时候 485 | 是 486 | 是以 487 | 是的 488 | 曾 489 | 替 490 | 替代 491 | 最 492 | 有 493 | 有些 494 | 有关 495 | 有及 496 | 有时 497 | 有的 498 | 望 499 | 朝 500 | 朝着 501 | 本 502 | 本人 503 | 本地 504 | 本着 505 | 本身 506 | 来 507 | 来着 508 | 来自 509 | 来说 510 | 极了 511 | 果然 512 | 果真 513 | 某 514 | 某个 515 | 某些 516 | 某某 517 | 根据 518 | 欤 519 | 正值 520 | 正如 521 | 正巧 522 | 正是 523 | 此 524 | 此地 525 | 此处 526 | 此外 527 | 此时 528 | 此次 529 | 此间 530 | 毋宁 531 | 每 532 | 每当 533 | 比 534 | 比及 535 | 比如 536 | 比方 537 | 没奈何 538 | 沿 539 | 沿着 540 | 漫说 541 | 焉 542 | 然则 543 | 然后 544 | 然而 545 | 照 546 | 照着 547 | 犹且 548 | 犹自 549 | 甚且 550 | 甚么 551 | 甚或 552 | 甚而 553 | 甚至 554 | 甚至于 555 | 用 556 | 用来 557 | 由 558 | 由于 559 | 由是 560 | 由此 561 | 由此可见 562 | 的 563 | 的确 564 | 的话 565 | 直到 566 | 相对而言 567 | 省得 568 | 看 569 | 眨眼 570 | 着 571 | 着呢 572 | 矣 573 | 矣乎 574 | 矣哉 575 | 离 576 | 竟而 577 | 第 578 | 等 579 | 等到 580 | 等等 581 | 简言之 582 | 管 583 | 类如 584 | 紧接着 585 | 纵 586 | 纵令 587 | 纵使 588 | 纵然 589 | 经 590 | 经过 591 | 结果 592 | 给 593 | 继之 594 | 继后 595 | 继而 596 | 综上所述 597 | 罢了 598 | 者 599 | 而 600 | 而且 601 | 而况 602 | 而后 603 | 而外 604 | 而已 605 | 而是 606 | 而言 607 | 能 608 | 能否 609 | 腾 610 | 自 611 | 自个儿 612 | 自从 613 | 自各儿 614 | 自后 615 | 自家 616 | 自己 617 | 自打 618 | 自身 619 | 至 620 | 至于 621 | 至今 622 | 至若 623 | 致 624 | 般的 625 | 若 626 | 若夫 627 | 若是 628 | 若果 629 | 若非 630 | 莫不然 631 | 莫如 632 | 莫若 633 | 虽 634 | 虽则 635 | 虽然 636 | 虽说 637 | 被 638 | 要 639 | 要不 640 | 要不是 641 | 要不然 642 | 要么 643 | 要是 644 | 譬喻 645 | 譬如 646 | 让 647 | 许多 648 | 论 649 | 设使 650 | 设或 651 | 设若 652 | 诚如 653 | 诚然 654 | 该 655 | 说来 656 | 诸 657 | 诸位 658 | 诸如 659 | 谁 660 | 谁人 661 | 谁料 662 | 谁知 663 | 贼死 664 | 赖以 665 | 赶 666 | 起 667 | 起见 668 | 趁 669 | 趁着 670 | 越是 671 | 距 672 | 跟 673 | 较 674 | 较之 675 | 边 676 | 过 677 | 还 678 | 还是 679 | 还有 680 | 还要 681 | 这 682 | 这一来 683 | 这个 684 | 这么 685 | 这么些 686 | 这么样 687 | 这么点儿 688 | 这些 689 | 这会儿 690 | 这儿 691 | 这就是说 692 | 这时 693 | 这样 694 | 这次 695 | 这般 696 | 这边 697 | 这里 698 | 进而 699 | 连 700 | 连同 701 | 逐步 702 | 通过 703 | 遵循 704 | 遵照 705 | 那 706 | 那个 707 | 那么 708 | 那么些 709 | 那么样 710 | 那些 711 | 那会儿 712 | 那儿 713 | 那时 714 | 那样 715 | 那般 716 | 那边 717 | 那里 718 | 都 719 | 鄙人 720 | 鉴于 721 | 针对 722 | 阿 723 | 除 724 | 除了 725 | 除外 726 | 除开 727 | 除此之外 728 | 除非 729 | 随 730 | 随后 731 | 随时 732 | 随着 733 | 难道说 734 | 非但 735 | 非徒 736 | 非特 737 | 非独 738 | 靠 739 | 顺 740 | 顺着 741 | 首先 742 | ！ 743 | ， 744 | ： 745 | ； 746 | ？ 747 | -------------------------------------------------------------------------------- /src/Dialog-Preprocessor/preprocess/utils/craw_specific.py: -------------------------------------------------------------------------------- 1 | import re 2 | from tqdm import tqdm 3 | def load(fp): 4 | data = [] 5 | with open(fp, 'r') as f: 6 | for line in tqdm(f): 7 | line = line.rstrip() 8 | subs = line.split('\t') 9 | if len(subs) <= 1: 10 | continue 11 | data.append(subs) 12 | return data 13 | regex_list = [r'\[ ?(?:. ?)+ ?\]', 14 | r'#.*?#', 15 | r'\{?(?:. ?)+ ?\}', 16 | r'「.*?」', 17 | r'【.*?】', 18 | r'<.*?>', 19 | r'《.*?》', 20 | # r'\u0022.*?\u0022', 21 | r'\"([^\"]*)\"', 22 | r'\( ?(?:. ?)+ ?\)', 23 | r'‘.*?’', 24 | r'“.*?”', 25 | r'（.*?）', 26 | r'『.*?』' 27 | 28 | ] 29 | data = load('weibo_corpus_dev') 30 | regex = regex_list[12] 31 | print(regex) 32 | f = open('Specific/specific_content_『』.txt','w') 33 | for line in tqdm(data): 34 | for s in line: 35 | ret = re.match(regex,s) 36 | if ret: 37 | print(s) 38 | f.write(ret.group()) 39 | f.write('\n') -------------------------------------------------------------------------------- /src/Dialog-Preprocessor/preprocess/utils/cutter.py: -------------------------------------------------------------------------------- 1 | import json 2 | import pkuseg 3 | 4 | class Cutter(): 5 | def __init__(self, method='pkuseg'): 6 | if method == 'pkuseg': 7 | self.cutter = pkuseg.pkuseg(model_name='web') 8 | 9 | def cut_text(self, text): 10 | return self.cutter.cut(text) 11 | 12 | def cut_data_line(self, line_json): 13 | for item in line_json: 14 | item[0] = ' '.join(self.cut_text(item[0])) 15 | return line_json 16 | -------------------------------------------------------------------------------- /src/Dialog-Preprocessor/preprocess/utils/filter.py: -------------------------------------------------------------------------------- 1 | import regex as re 2 | import json 3 | import random 4 | import string 5 | import logging 6 | 7 | import emoji 8 | from langdetect import detect 9 | from langdetect import detect_langs 10 | from langdetect import DetectorFactory 11 | 12 | DetectorFactory.seed = 0 13 | DELETE_TEXT = "" 14 | TIME_LIMIT = 10 15 | 16 | 17 | default_regex = [ 18 | ["super_tag", r'\[超话\]', lambda _1: DELETE_TEXT], 19 | ["dangerous_str", r'^b\'.+\'$', lambda _1: DELETE_TEXT], 20 | ["「」『』【】〖〗",r'(「.*?」|『.*?』|【.*?】|〖.*?〗){3,}', lambda _1: DELETE_TEXT], 21 | ["advertise", r'(复|複)(製|制).*淘', lambda _1: DELETE_TEXT], 22 | ["url", r'[a-zA-z]+://[^\s]*', None], 23 | ["repost",r'/ ?/? ?@ ?(?:[\w_\-] ?){,30}? ?:.+', None], 24 | ["comment", r'回复@.*?:', None], 25 | ["weibo_mention", r'(@+)\S+', None], 26 | ["weibo_emoji", r'\[ ?(?:. ?){1,10} ?\]', None], 27 | ["emoji",r':.*?:', None], 28 | ["black", r'\s{2,}', None], 29 | ["tag",r'#.*?#', None], 30 | ['specific',r'转发微博|图片评论', None], 31 | ['location',r'[\?\?\?]+', None], 32 | ['200b',u'\u200b|\ufeff', None], 33 | ["duplicate", r'(?P(?P\S|(\S.*\S))(?:\s*(?P=item)){1})(?:\s*(?P=item)){2,}', lambda match_obj: match_obj.group('remain')] 34 | ] 35 | 36 | filter_config = { 37 | "min_len": 5, 38 | "max_len": 200, 39 | "max_text_freq": 1000, 40 | "max_reread_patience": 3, 41 | "stopword_file_path": "", 42 | "log_file_path": "", 43 | "balance_factor": 2 44 | } 45 | 46 | def kaomoji_regex_generator(emoticon_path='assets/emoticon.json'): 47 | with open(emoticon_path, 'r', encoding = 'utf-8') as emoticon_file: 48 | emoticons = sorted(json.load(emoticon_file),key = lambda x:len(x),reverse = True) 49 | all_word_pattern = re.compile(r'^\w+$') 50 | emoticon_regexs = [ '(?:' + (r'(?:\A| )' + k + r'(?:\Z| )' if all_word_pattern.match(k) else r'\s*'.join([re.escape(ch) for ch in k])) + ')' for k in emoticons] 51 | regex = '|'.join(emoticon_regexs) 52 | return ["kaomoji", regex, None] 53 | 54 | def crazy_fans_regex_generator(stars_path='assets/stars.json'): 55 | with open(stars_path, 'r', encoding = 'utf-8') as f: 56 | stars = json.load(f) 57 | regex = "(.*(" + '|'.join(stars) + ")+.*){3,}" 58 | return ["crazy_fans", regex, lambda _1: DELETE_TEXT] 59 | 60 | 61 | class Filter(): 62 | def __init__(self, config=None, regex_list=None, logging_fp=None): 63 | if not regex_list: 64 | regex_list = default_regex 65 | regex_list.append(kaomoji_regex_generator()) 66 | regex_list.insert(5, crazy_fans_regex_generator()) 67 | 68 | self.regex_list = [] 69 | for name, pattern, func in regex_list: 70 | pattern = re.compile(pattern) 71 | self.regex_list.append([name, pattern, func]) 72 | 73 | if not config: 74 | config = filter_config 75 | self.min_len = config['min_len'] 76 | self.max_len = config['max_len'] 77 | self.max_text_freq = config['max_text_freq'] 78 | self.max_reread_patience = config['max_reread_patience'] 79 | self.balance_factor = config['balance_factor'] 80 | self.config = config 81 | 82 | if not logging_fp: logging_fp = 'logging/filter.log' 83 | log_formatter = logging.Formatter('%(message)s') 84 | log_handler = logging.FileHandler(logging_fp, mode='w') 85 | log_handler.setFormatter(log_formatter) 86 | logger = logging.getLogger('filter') 87 | logger.addHandler(log_handler) 88 | logger.setLevel(level=logging.INFO) 89 | self.logger = logger 90 | 91 | def clean_pattern_in_sentence(self, sentence, pattern, task_name=None, replace=None): 92 | s = sentence 93 | find_count = 1 94 | if task_name == 'emoji': 95 | s = emoji.demojize(s) 96 | while find_count: 97 | find_count = 0 98 | try: 99 | obj = pattern.finditer(s, timeout=5) 100 | except TimeoutError: 101 | self.logger.info(f'regex_unit\ttime_out\t{sentence}') 102 | return "" 103 | for match in reversed(list((obj))): 104 | find_count += 1 105 | start, end = match.span() 106 | if replace: 107 | item = replace(match) 108 | if item == DELETE_TEXT: return "" 109 | s = s[:start] + (' ' if start > 0 and s[start - 1] not in string.whitespace else '') + item + (' ' if end < len(s) and s[end] not in string.whitespace else '') + s[end:] 110 | else: 111 | s = s[:start] + (' ' if start > 0 and end < len(s) and s[start - 1] not in string.whitespace and s[end] not in string.whitespace else '') + s[end:] 112 | return s 113 | 114 | def regex_unit(self, text): 115 | for task_name, pattern, replace_func in self.regex_list: 116 | old = text 117 | text = self.clean_pattern_in_sentence(text, pattern, task_name, replace_func) 118 | if old != text: 119 | self.logger.info(f'regex_unit\t{task_name}\t{old}\t{text}') 120 | return text 121 | 122 | def clip_length_unit(self, text): 123 | if self.min_len <= len(self.pure_chinese_text(text)) and len(text) <= self.max_len: 124 | return text 125 | return "" 126 | 127 | def balance_length_unit(self, text1, text2): 128 | t1 = self.pure_chinese_text(text1) 129 | t2 = self.pure_chinese_text(text2) 130 | if len(t1) * self.balance_factor < len(t2): 131 | self.logger.info(f'balance_length_unit\t{text1}\t{text2}') 132 | return "" 133 | return text2 134 | 135 | def language_unit(self,text,lan_model=False,min_freq=0.3): 136 | if lan_model: 137 | chinese_freq = 1.0 138 | try: 139 | lan = detect(text) 140 | except: 141 | lan = 'unk' 142 | else: 143 | lan = 'freq' 144 | chinese_num = 0 145 | for c in list(text): 146 | if self.is_chinese(c): 147 | chinese_num += 1 148 | chinese_freq = 1.0 * chinese_num / (len(text) + 1) 149 | if (lan != 'zh-cn' and lan != 'ko' and lan != 'unk' and lan != 'freq') or (chinese_freq < min_freq): 150 | if text: self.logger.info(f'language_unit: \t{chinese_freq}\t{text}') 151 | return "" 152 | return text 153 | 154 | def clip_text_freq_unit(self, text, text2freq): 155 | pure = self.pure_chinese_text(text) 156 | freq = text2freq.get(pure, 0) 157 | if freq <= self.max_text_freq: 158 | return text 159 | roll = random.random() 160 | if roll < 1.0*self.max_text_freq / (freq + 0.00001): 161 | return text 162 | self.logger.info(f'clip_text_freq_unit\t{text}') 163 | return "" 164 | 165 | def reread_machine_unit(self, text, text2freq): 166 | pure = self.pure_chinese_text(text) 167 | if text2freq.get(pure, 0) >= self.max_reread_patience: 168 | self.logger.info(f'reread_machine_unit\t{text}') 169 | return "" 170 | return text 171 | 172 | def single_text_pipe(self, text): 173 | text = re.sub(r'\s+', ' ', text).strip() 174 | if text: text = self.regex_unit(text) 175 | if text: text = self.clip_length_unit(text) 176 | if text: text = self.language_unit(text) 177 | return text 178 | 179 | def text2frequency(self, data, threshold): 180 | freq = {} 181 | for text in data: 182 | if not text: continue 183 | pure = self.pure_chinese_text(text) 184 | freq[pure] = freq.get(pure, 0) + 1 185 | safe_text = set([text for text, cnt in freq.items() if cnt <= threshold]) 186 | for k in safe_text: del freq[k] 187 | return freq 188 | 189 | @staticmethod 190 | def pure_chinese_text(text): 191 | return re.sub(r'\W', '', text).replace('_', '') 192 | 193 | @staticmethod 194 | def is_chinese(uchar): 195 | """判断一个unicode是否是汉字""" 196 | if uchar >= u'\u4e00' and uchar <= u'\u9fa5': 197 | return True 198 | else: 199 | return False 200 | -------------------------------------------------------------------------------- /src/Dialog-Preprocessor/preprocess/utils/multi_process_wraper.py: -------------------------------------------------------------------------------- 1 | import os 2 | import json 3 | from multiprocessing import Process 4 | 5 | class Worker(): 6 | def __init__(self, src_fp, tgt_fp, func): 7 | self.src_fp = src_fp 8 | self.tgt_fp = tgt_fp 9 | self.parse_line = func 10 | self.postfix = '.pid.' 11 | 12 | def run(self, pid, p_num): 13 | pid_file_fp = self.tgt_fp + self.postfix + str(pid) 14 | with open(self.src_fp, 'r') as f_in, open(pid_file_fp, 'w') as f_out: 15 | for idx, line in enumerate(f_in): 16 | if idx % p_num != pid: continue 17 | out_string = self.parse_line(json.loads(line)) 18 | if out_string: f_out.write(json.dumps(out_string, ensure_ascii=False) + '\n') 19 | 20 | def merge_result(self, keep_pid_file=False): 21 | os.system('cat %s%s* > %s' % (self.tgt_fp, self.postfix, self.tgt_fp)) 22 | if not keep_pid_file: 23 | os.system('rm %s%s*' % (self.tgt_fp, self.postfix)) 24 | 25 | class MultiProcessor(): 26 | def __init__(self, worker, pid_num): 27 | self.worker = worker 28 | self.pid_num = pid_num 29 | 30 | def run(self): 31 | for pid in range(self.pid_num): 32 | p = Process(target= self.worker.run, args = (pid, self.pid_num)) 33 | p.start() 34 | 35 | for pid in range(self.pid_num): 36 | p.join() 37 | 38 | if __name__ == "__main__": 39 | import json 40 | def parse_line(line): 41 | # 定义解析文件行数据的函数，输出为处理后的保存到文件的字符串 42 | return str(json.loads(line)['_id']) 43 | 44 | worker = Worker('test/test.json', 'test/test_mp_out.json', parse_line) 45 | mp = MultiProcessor(worker, 10) 46 | mp.run() 47 | print("All Processes Done.") 48 | worker.merge_result(keep_pid_file=True) -------------------------------------------------------------------------------- /src/Dialog-Preprocessor/preprocess/utils/security_handler.py: -------------------------------------------------------------------------------- 1 | import json 2 | import string 3 | import re 4 | import time 5 | import signal 6 | import requests 7 | 8 | default_regex = [ 9 | ["QQ_pattern", r'(?:[Qq][Qq][:：]{0,1}\t*\d{6,10})', None], 10 | ["number_pattern",r'(?:[〇一二三四五六七八九\d]\t*){9,}',None], 11 | ["email_pattern", r'\w+@(?:\w+\.)+(?:com|cn|net|edu)', None], 12 | ["phone_pattern", r'(?:\(?0\d{2,3}[)-]*\d{7,8})|(?:1[3-9]\d{9})', None], 13 | # ["url_pattern", r"http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+", None], 14 | ["urll_pattern", r"(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F])){3,100}\.(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F])){7,100}", None], 15 | # ["unique", r"(?:\(\"ck\d{7}\"\)[;；]{0,1})|(?:石家庄刘素波律师：免费咨询、代写法律文书、代理诉讼，电话：13673133931 邮箱：liusubo12@sohu.com 博客：lvshizhijia.blog.sohu.com 工作QQ:503981806)|(?:hideifblank)", None] 16 | ] 17 | 18 | filter_config = { 19 | "min_len": 5, 20 | "max_len": 256, 21 | "log_file_path": "", 22 | "regex_path": "" 23 | } 24 | 25 | default_entity={ 26 | "人名":None 27 | } 28 | 29 | class security_handler(): 30 | def __init__(self,config=filter_config): 31 | regex_list=[] 32 | if not config['regex_path']: 33 | regex_list=default_regex 34 | else : 35 | regex_list.extend(self.regex_generator(config['regex_path'])) 36 | self.regex_list=regex_list 37 | self.min_len = config['min_len'] 38 | self.max_len = config['max_len'] 39 | self.config=config 40 | self.log_file_path=config['log_file_path'] 41 | self.count={} 42 | self.entity={} 43 | 44 | def parse_line(self,line): 45 | # try: 46 | # post, rsps = line.split('\t') 47 | # except Exception as e: 48 | # return None 49 | 50 | url='http://183.174.228.47:8282/RUCNLP/ner?doc=%s&type=weibo' 51 | #post_entity, rsps_entity = "", "" 52 | line_entity="" 53 | try: 54 | r = requests.get(url % line) 55 | line_entity = json.dumps(r.json(), ensure_ascii=False) 56 | except: 57 | pass 58 | 59 | # try: 60 | # r = requests.get(url % rsps) 61 | # rsps_entity = json.dumps(r.json(), ensure_ascii=False) 62 | # except: 63 | # pass 64 | 65 | #return "%s\t%s\t%s\t%s" % (post, post_entity, rsps, rsps_entity) 66 | return "%s\t%s"%(line,line_entity) 67 | 68 | def clean_entity(self,sentence): 69 | data=self.parse_line(sentence) 70 | try: 71 | item=data.split('\t') 72 | sentence=item[0] 73 | if(sentence=='the content is empty!'): 74 | return "" 75 | sentence_entity=eval(item[1]) 76 | for one_entity in sentence_entity: 77 | sentence_entity_list=[] 78 | if(one_entity['type'] in default_entity): 79 | sentence_entity_list.append(one_entity['entity']) 80 | self.entity[one_entity['type']] = self.entity[one_entity['type']] + 1 if one_entity['type'] in self.entity else 1 81 | sentence=self.delete(sentence,sentence_entity_list,default_entity[one_entity['type']]) 82 | 83 | return sentence 84 | except Exception as e: 85 | return "clean entity failed" 86 | 87 | def regex_generator(path): 88 | with open(path,'r',encoding='utf-8') as f: 89 | regex_list=json.load(f) 90 | return regex_list 91 | 92 | 93 | def count_regex(self,old,sentence,task_name,_print=False): 94 | self.count[task_name] = self.count[task_name] + 1 if task_name in self.count else 1 95 | if _print: 96 | print('task : %s'%(task_name)) 97 | print('Old: %s'%(old)) 98 | print('New: %s'%(sentence)) 99 | 100 | def count_entity(self,old,sentence,_print=False): 101 | if _print: 102 | print('----handle entity----') 103 | print('Old: %s'%(old)) 104 | print('New: %s'%(sentence)) 105 | 106 | 107 | def delete(self,sentence,entities,replace=None): 108 | if(replace==None): 109 | replace="" 110 | for entity in entities: 111 | sentence=sentence.replace(entity,replace) 112 | return sentence 113 | 114 | def clean_pattern(self,sentence,pattern,task_name=None,replace=None): 115 | pattern_list=re.findall(pattern,sentence) 116 | sentence=self.delete(sentence,pattern_list,replace=replace) 117 | return sentence 118 | 119 | def handler(self,signum,frame): 120 | raise AssertionError 121 | 122 | def clean_pattern_in_sentence(self,sentence,pattern,task_name=None,replace=None): 123 | signal.signal(signal.SIGALRM,self.handler) 124 | signal.alarm(2) 125 | sentence=self.clean_pattern(sentence,pattern,task_name,replace) 126 | signal.alarm(0) 127 | return sentence 128 | 129 | 130 | def entity_unit(self,text): 131 | try: 132 | old = text 133 | text = self.clean_entity(text) 134 | if old != text: 135 | self.count_entity(old,text,_print=False) 136 | except Exception as e: 137 | print("failed to change entity" ) 138 | return text 139 | 140 | def regex_unit(self, text): 141 | for task_name, pattern, replace_func in self.regex_list: 142 | try: 143 | old = text 144 | text = self.clean_pattern_in_sentence(text, pattern, task_name, replace_func) 145 | if old != text: 146 | self.count_regex(old,text,task_name,_print=False) 147 | except Exception as e: 148 | print("failed to change \""+text+"\" "+"in pattern "+task_name ) 149 | continue 150 | return text 151 | 152 | def length_unit(self, text): 153 | if self.min_len <= len(text) <= self.max_len: 154 | return text 155 | return "" 156 | 157 | 158 | 159 | if __name__=="__main__": 160 | handler=security_handler() 161 | for i in range(10): 162 | text=input() 163 | text=handler.length_unit(text) 164 | text=handler.entity_unit(text) 165 | text=handler.regex_unit(text) 166 | print(text) 167 | -------------------------------------------------------------------------------- /src/Dialog-Preprocessor/preprocess/utils/static.py: -------------------------------------------------------------------------------- 1 | import re 2 | import pkuseg 3 | from tqdm import tqdm 4 | from collections import Counter 5 | 6 | 7 | class Statistics(): 8 | def __init__(self,data): 9 | self.data = data 10 | self.min_length = 5 11 | self.max_length = 100 12 | self.post_num = 0 13 | self.resp_num = 0 14 | self.err_data = 0 15 | def word_freq(self): 16 | seg = pkuseg.pkuseg(model_name='web') 17 | # seg = pkuseg.pkuseg() 18 | stopwords = [] 19 | text = [] 20 | new_text = [] 21 | with open("stopwords.txt","r") as f: 22 | stopwords = f.read() 23 | for line in tqdm(self.data): 24 | post, resp = line[0],line[1:] 25 | text.extend(seg.cut(post)) 26 | for r in resp: 27 | text.extend(seg.cut(r)) 28 | 29 | for word in text: 30 | if word not in stopwords: 31 | new_text.append(word) 32 | couter = Counter(new_text) 33 | print('Start create user_dictionary') 34 | with open("word_user.txt","w") as fout: 35 | for k,v in tqdm(couter.most_common()): 36 | fout.write(k + '\t' + str(v) + '\n') 37 | 38 | def check_sentence_length(self): 39 | bucket_p = {} 40 | bucket_r = {} 41 | new_data = [] 42 | d = (self.max_length - self.min_length) / 10 43 | for line in self.data: 44 | resps = [] 45 | post,resp = line[0], line[1:] 46 | self.post_num += 1 47 | post = self.check_lenth(post) 48 | k = str(int((len(post) - self.min_length) / d)) 49 | bucket_p[k] = bucket_p[k] + 1 if k in bucket_p else 1 50 | for r in resp: 51 | self.resp_num += 1 52 | r = self.check_lenth(r) 53 | k = str(int((len(r) - self.min_length) / d)) 54 | bucket_r[k] = bucket_r[k] + 1 if k in bucket_r else 1 55 | if r: resps.append(r) 56 | if not post or not resps: continue 57 | new_data.append([post]+resps) 58 | print('Total Post:%d , Response: %d , Pair: %d , Avg_Pair: %f ' % (self.post_num,self.resp_num,self.resp_num,1.0 * self.resp_num / self.post_num)) 59 | with open("sentence_length.txt","w") as f: 60 | for kv in sorted(bucket_p.items(),key = lambda d: int(d[0])): 61 | key = kv[0] 62 | value = kv[1] 63 | idx = int(key) 64 | f.write('Post length %d - %d : %d \n' % (self.min_length + idx * d, self.min_length + (idx + 1) * d - 1, value)) 65 | for kv2 in sorted(bucket_r.items(),key = lambda d: int(d[0])): 66 | key = kv2[0] 67 | value = kv2[1] 68 | idx = int(key) 69 | f.write('Response length %d - %d : %d \n' % (self.min_length + idx * d, self.min_length + (idx + 1) * d - 1, value)) 70 | self.data = new_data 71 | return new_data 72 | 73 | def check_lenth(self,sentence): 74 | if len(sentence) < self.min_length or len(sentence) > self.max_length: 75 | with open("err_data.txt","w") as f: 76 | f.write('empty data \n') if len(sentence) == 0 else f.write('error data: %s, %d\n' % (sentence,len(sentence))) 77 | self.err_data += 1 78 | return "" 79 | return sentence 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | -------------------------------------------------------------------------------- /src/Dialog-Preprocessor/preprocess/utils/statistic.py: -------------------------------------------------------------------------------- 1 | import re 2 | from tqdm import tqdm 3 | from collections import Counter 4 | 5 | 6 | class Statistics(): 7 | def __init__(self): 8 | pass 9 | 10 | @staticmethod 11 | def get_bucket(data, bucket_num=10): 12 | _max, _min = max(data), min(data) 13 | base = pow(10, max(len(str(_max)) - 1, 1)) 14 | ceil = ((_max - 1) // base + 1) * base 15 | bucket_range = ceil // bucket_num 16 | bucket_cnt = [0] * bucket_num 17 | for d in data: 18 | bucket_cnt[(d-1)//bucket_range] += 1 19 | 20 | print(f"Min length : {_min}, Max length : {_max}") 21 | for i, cnt in enumerate(bucket_cnt): 22 | print(f"{i*bucket_range: >4} - {(i+1)*bucket_range: >4} \t {cnt: >9} items.\t{100.0*cnt/len(data):.2f}%") 23 | 24 | @staticmethod 25 | def stat_data(data): 26 | post_num = len(data) 27 | resp_num_list = list(map(len, data)) 28 | resp_num = sum(resp_num_list) - post_num 29 | print(f"Posts: {post_num}\n" + \ 30 | f"Respones: {resp_num}\n" + \ 31 | f"Resps per Post Avg :{1.0*resp_num/post_num:.2f}") 32 | print("Resps Per Post Distribute:") 33 | Statistics.get_bucket(resp_num_list) 34 | 35 | bucket_post, bucket_resp = [], [] 36 | for item in data: 37 | post_len = len(item[0][0].split(' ')) 38 | resp_len_list = [len(r[0].split(' ')) for r in item[1:]] 39 | bucket_post.append(post_len) 40 | bucket_resp.extend(resp_len_list) 41 | 42 | print("\nPost Distribute:") 43 | Statistics.get_bucket(bucket_post) 44 | print("\nReponse Distribute:") 45 | Statistics.get_bucket(bucket_resp) 46 | -------------------------------------------------------------------------------- /src/Dialog-Preprocessor/preprocess/utils/view_data.py: -------------------------------------------------------------------------------- 1 | import sys 2 | 3 | for idx, line in enumerate(sys.stdin): 4 | line = line.strip().split('\t') 5 | print("Line %d: %s" % (idx, line[0])) 6 | for c in line[1:]: 7 | print("\t%s" % c) 8 | print('\n\n') -------------------------------------------------------------------------------- /src/Dialog-Preprocessor/requirements.txt: -------------------------------------------------------------------------------- 1 | re 2 | random 3 | json 4 | string 5 | emoji 6 | tqdm 7 | langdetect 8 | pkuseg -------------------------------------------------------------------------------- /src/PchatbotW-1.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/qhjqhj00/SIGIR2021-Pchatbot/7ef5677ba7a2ed32b0103cf4f1da9353bec6e80a/src/PchatbotW-1.png -------------------------------------------------------------------------------- /src/README.md: -------------------------------------------------------------------------------- 1 | ## Data Usage 2 | 3 | - #### Pipeline 4 | 5 | **Firstly**, we filter the raw data. **Secondly**, we split the data according to users. **Tridly**, we merge all the user data and convert it to a format that can be used in the model. 6 | 7 | We can easily run the **pipeline.py** to directly generate the data with correct format. 8 | 9 | ```python 10 | python pipeline.py --data_fp ../data/sample.txt --user_data_dir ../data/sample_byuser_filter --model_data_dir ../data/sample_datasets 11 | ``` 12 | 13 | - #### data preprocess 14 | 15 | The cleaning script used in first step. The details are in the **Dialog-Preprocessor**. 16 | 17 | - #### raw data to user data 18 | 19 | The convert script used in second step. The details are in the **split_user.py**. 20 | 21 | - #### user data to model data 22 | 23 | The convert script used in third step. The details are in the **data_byusers_generator.py**. 24 | 25 | ​ 26 | 27 | 28 | 29 | -------------------------------------------------------------------------------- /src/cleaning.py: -------------------------------------------------------------------------------- 1 | # add codes 2 | -------------------------------------------------------------------------------- /src/data_byusers_generator.py: -------------------------------------------------------------------------------- 1 | import json 2 | import re 3 | from tqdm import tqdm 4 | import os 5 | import copy 6 | from collections import Counter, defaultdict 7 | from statistics import Statistics 8 | import random 9 | class Generator(): 10 | def __init__(self, args): 11 | self.args = args 12 | self.data_fp = self.args.user_data_dir 13 | self.model_data_dir = self.args.model_data_dir 14 | 15 | def generate(self): 16 | train_data, dev_data, test_data, train_his_data, dev_his_data, test_his_data = self.load(self.data_fp) 17 | self.store_data(train_data, self.model_data_dir, 'train') 18 | self.store_data(dev_data, self.model_data_dir, 'dev') 19 | self.store_data(test_data, self.model_data_dir, 'test') 20 | self.store_data(train_his_data, self.model_data_dir, 'train_his') 21 | self.store_data(dev_his_data, self.model_data_dir, 'dev_his') 22 | self.store_data(test_his_data, self.model_data_dir, 'test_his') 23 | 24 | def gen_history(self, user_data): 25 | max_memory = 15 26 | if len(user_data) == 0: 27 | return [] 28 | else: 29 | if len(user_data) > max_memory: 30 | choose_memory = random.sample(user_data, max_memory) 31 | return choose_memory 32 | else: 33 | return user_data 34 | 35 | def load(self, in_path): 36 | filenames = sorted(os.listdir(in_path)) 37 | def clean(subs): 38 | if re.search(r'【.*】', subs[0]): return False 39 | if len(subs[0].split(' ')) > 50 or len(subs[3].split(' ')) > 50: return False 40 | return True 41 | train_data = [] 42 | dev_data = [] 43 | test_data = [] 44 | train_his_data = [] 45 | dev_his_data = [] 46 | test_his_data = [] 47 | cnt = 0 48 | user = 0 49 | for filename in tqdm(filenames): 50 | fhand = open(os.path.join(in_path,filename)) 51 | fdata = json.loads(fhand.read()) 52 | user += 1 53 | user_data = [] 54 | user_history = [] 55 | if user > 300000: 56 | break 57 | for subs in fdata: 58 | cnt += 1 59 | assert len(subs) == 6 60 | if clean(subs): 61 | his = self.gen_history(copy.deepcopy(user_data)) 62 | user_history.append(his) 63 | user_data.append(subs) 64 | if len(user_data) < 4: 65 | continue 66 | train_data.extend(user_data[:-4]) 67 | train_his_data.extend(user_history[:-4]) 68 | dev_data.extend(user_data[-4:-2]) 69 | dev_his_data.extend(user_history[-4:-2]) 70 | test_data.extend(user_data[-2:]) 71 | test_his_data.extend(user_history[-2:]) 72 | fhand.close() 73 | return train_data, dev_data, test_data, train_his_data, dev_his_data, test_his_data 74 | 75 | def store_data(self, data, model_data_dir, phase): 76 | post, resp, user =[], [], [] 77 | label = '' 78 | if not os.path.exists(model_data_dir): 79 | os.makedirs(model_data_dir) 80 | if not os.path.exists(os.path.join(model_data_dir, phase.split('_')[0])): 81 | os.mkdir(os.path.join(model_data_dir, phase)) 82 | if 'his' in phase: 83 | phase, label = phase.split('_') 84 | else: 85 | label = phase 86 | fuser = open(os.path.join(model_data_dir, phase, 'resp_id.'+phase), 'w') 87 | 88 | with open(os.path.join(model_data_dir, phase, 'post.'+label), 'w') as fpost, open(os.path.join(model_data_dir, phase, 'resp.'+label), 'w') as fresp: 89 | for line in data: 90 | if len(line) == 0: 91 | p, r, r_uid = '<\s>', '<\s>', '<\s>' 92 | elif label != 'his': 93 | p, p_uid, p_time, r, r_uid, r_time = line 94 | fuser.write(r_uid+'\n') 95 | else: 96 | p, r = '', '' 97 | for his in line: 98 | p_his, p_uid, p_time, r_his, r_uid, r_time = his 99 | if len(p) == 0: 100 | p, r = p_his, r_his 101 | else: 102 | p += '\t' + p_his 103 | r += '\t' + r_his 104 | fpost.write(p+'\n') 105 | fresp.write(r+'\n') 106 | 107 | 108 | -------------------------------------------------------------------------------- /src/pipeline.py: -------------------------------------------------------------------------------- 1 | import os 2 | import argparse 3 | from split_user import Split 4 | from data_byusers_generator import Generator 5 | def set_args(): 6 | """ 7 | Sets up the training arguments. 8 | """ 9 | parser = argparse.ArgumentParser() 10 | parser.add_argument('--data_fp', default='../data/sample.txt', type=str, required=False, help='source data directory') 11 | parser.add_argument('--user_data_dir', default='../data/sample_byuser_filter', type=str, required=False, help='user data directory') 12 | parser.add_argument('--model_data_dir', default='../data/sample_datasets', type=str, required=False, help='model data directory') 13 | return parser.parse_args() 14 | 15 | def main(): 16 | args = set_args() 17 | # split data to user file 18 | s = Split(args) 19 | s.split_data() 20 | # use user data to generate train/dev/test 21 | g = Generator(args) 22 | g.generate() 23 | if __name__ == '__main__': 24 | main() -------------------------------------------------------------------------------- /src/split_user.py: -------------------------------------------------------------------------------- 1 | import json 2 | import re 3 | import os 4 | from tqdm import tqdm 5 | from collections import Counter, defaultdict 6 | 7 | from statistics import Statistics 8 | class Split(): 9 | def __init__(self, args): 10 | self.args = args 11 | 12 | def split_data(self): 13 | data = self.load(self.args.data_fp, patition=['1']) 14 | data = self.filter_data(data) 15 | self.get_user_data(self.args.user_data_dir, data) 16 | 17 | def load(self, fp, patition=None): 18 | def clean(subs): 19 | if re.search(r'【.*】', subs[0]): return False 20 | if len(subs[0].split(' ')) > 60: return False 21 | return True 22 | data = [] 23 | cnt = 0 24 | with open(fp, 'r') as f: 25 | for line in tqdm(f, desc="Load Data: "): 26 | cnt += 1 27 | if not cnt % 2: 28 | subs += line.strip().split('\t') 29 | assert len(subs) == 8 30 | if not patition: 31 | data.append(subs) 32 | elif subs[6] == patition or subs[6] in patition: 33 | if clean(subs): 34 | data.append(subs) 35 | else: break 36 | else: 37 | subs = line.strip().split('\t') 38 | return data 39 | 40 | def filter_data(self, data): 41 | history_cnt = Counter([subs[4] for subs in data]) 42 | data = [subs for subs in data if 60 <= history_cnt[subs[4]] <= 1000] 43 | history_cnt = Counter([subs[4] for subs in data]) 44 | Statistics.get_bucket(history_cnt.values()) 45 | return data 46 | 47 | def get_user_data(self, model_data_dir, data): 48 | if not os.path.exists(model_data_dir): 49 | os.makedirs(model_data_dir) 50 | user_data = defaultdict(list) 51 | #p, pid, ptime, u, uid, utime, part, train/dev/test 52 | for subs in tqdm(data): 53 | sub = subs[:6] 54 | user_data[subs[4]].append(sub) 55 | for k, v in tqdm(user_data.items(), desc="Store"): 56 | with open(os.path.join(model_data_dir, str(k)), 'w') as fp: 57 | fp.write(json.dumps(v, ensure_ascii=False)) 58 | 59 | 60 | 61 | -------------------------------------------------------------------------------- /src/statistics.py: -------------------------------------------------------------------------------- 1 | import re 2 | from tqdm import tqdm 3 | from collections import Counter 4 | 5 | 6 | class Statistics(): 7 | def __init__(self): 8 | pass 9 | 10 | @staticmethod 11 | def get_bucket(data, bucket_num=10): 12 | _max, _min = max(data), min(data) 13 | base = pow(10, max(len(str(_max)) - 1, 1)) 14 | ceil = ((_max - 1) // base + 1) * base 15 | bucket_range = ceil // bucket_num 16 | bucket_cnt = [0] * bucket_num 17 | for d in data: 18 | bucket_cnt[(d-1)//bucket_range] += 1 19 | 20 | print(f"Min length : {_min}, Max length : {_max}") 21 | for i, cnt in enumerate(bucket_cnt): 22 | print(f"{i*bucket_range: >4} - {(i+1)*bucket_range: >4} \t {cnt: >9} items.\t{100.0*cnt/len(data):.2f}%") 23 | 24 | @staticmethod 25 | def stat_data(data): 26 | post_num = len(data) 27 | resp_num_list = list(map(len, data)) 28 | resp_num = sum(resp_num_list) - post_num 29 | print(f"Posts: {post_num}\n" + \ 30 | f"Respones: {resp_num}\n" + \ 31 | f"Resps per Post Avg :{1.0*resp_num/post_num:.2f}") 32 | print("Resps Per Post Distribute:") 33 | Statistics.get_bucket(resp_num_list) 34 | 35 | bucket_post, bucket_resp = [], [] 36 | for item in data: 37 | post_len = len(item[0][0].split(' ')) 38 | resp_len_list = [len(r[0].split(' ')) for r in item[1:]] 39 | bucket_post.append(post_len) 40 | bucket_resp.extend(resp_len_list) 41 | 42 | print("\nPost Distribute:") 43 | Statistics.get_bucket(bucket_post) 44 | print("\nReponse Distribute:") 45 | Statistics.get_bucket(bucket_resp) 46 | 47 | @staticmethod 48 | def stat_all(data): 49 | post = set() 50 | post_user = set() 51 | resp_user = set() 52 | resp = [] 53 | words = 0 54 | for subs in data: 55 | post.add(subs[0]) 56 | post_user.add(subs[1]) 57 | resp_user.add(subs[4]) 58 | resp.append(subs[3]) 59 | words += len(subs[0].split(' ')) + len(subs[4].split(' ')) 60 | print('post: ', len(post), 'resp: ', len(resp), '#user in post: ', len(post_user), '#user in resp: ', len(resp_user), 'avg. #resp per post: ', len(resp) / len(post), 'woeds: ', words, 'avg. #words per pair: ', words / len(resp)) -------------------------------------------------------------------------------- /src/vocab.py: -------------------------------------------------------------------------------- 1 | # raw_data : weibo_corpus.cutted format data 2 | # data: post.train format data 3 | import sys 4 | import json 5 | import random 6 | import os 7 | from collections import Counter 8 | from tqdm import tqdm 9 | 10 | def get_data_vocab(data, vocab_num=40000): 11 | # first 12 | # format data/src_vocab_file 13 | vocab_dic = {} 14 | for text in data: 15 | words = text.split(' ') 16 | for w in words: 17 | if not w: continue 18 | vocab_dic[w] = vocab_dic.get(w, 0) + 1 19 | vocab = [k for k, _ in sorted(vocab_dic.items(), key=lambda x: -x[1])] 20 | # vocab = ['', '', ''] + vocab[:vocab_num - 3] 21 | return vocab[:vocab_num] 22 | 23 | def get_userID_vocab(data, vocab_num=80000): 24 | vocab_dic = Counter(data) 25 | vocab = [k for k, _ in sorted(vocab_dic.items(), key=lambda x: -x[1])] 26 | # vocab = [''] + vocab[:vocab_num-1] 27 | return vocab[:vocab_num] 28 | 29 | def load_data(raw_data): 30 | post, resp = [], [] 31 | resp_userID = [] 32 | phase = 'train' 33 | with open(os.path.join(raw_data, 'post.'+phase), 'r') as fpost, open(os.path.join(raw_data, 'resp.'+phase), 'r') as fresp, open(os.path.join(raw_data, 'resp_id.'+phase), 'r') as fuser: 34 | for p, r, u in zip(fpost, fresp, fuser): 35 | post.append(p.strip()) 36 | resp.append(r.strip()) 37 | resp_userID.append(u.strip()) 38 | assert len(post) == len(resp) == len(resp_userID) 39 | return post, resp, resp_userID 40 | 41 | def save_data(fp, data): 42 | print(f"Save {fp}") 43 | with open(fp, 'w') as f: 44 | for text in tqdm(data): 45 | f.write(text + '\n') 46 | 47 | if __name__ == "__main__": 48 | raw_fp, save_dir, phase, vocab_size, userID_vocab_size = sys.argv[1:] 49 | save_dir = save_dir.rstrip('/') 50 | vocab_size = int(vocab_size) 51 | userID_vocab_size = int(userID_vocab_size) 52 | post, resp, resp_userID = load_data(raw_fp) 53 | if not os.path.exists(save_dir): 54 | os.mkdir(save_dir) 55 | 56 | if phase == "train": 57 | if vocab_size: 58 | post_vocab = get_data_vocab(post, vocab_num=vocab_size) 59 | resp_vocab = get_data_vocab(resp, vocab_num=vocab_size) 60 | save_data(f"{save_dir}/src_vocab_file_" + str(vocab_size), post_vocab) 61 | save_data(f"{save_dir}/tgt_vocab_file_" + str(vocab_size), resp_vocab) 62 | 63 | if userID_vocab_size: 64 | resp_userID_vocab = get_userID_vocab(resp_userID, vocab_num=userID_vocab_size) 65 | save_data(f"{save_dir}/tgt_userID_vocab_file_" + str(vocab_size), resp_userID_vocab) --------------------------------------------------------------------------------