机器人“小冰”口吐脏话，怨谁？--摘自南方周末

对于开发者而言，让机器人模仿一个16岁的中国萌妹子说话很简单，难就难在必须保证说的不是废话，而且还要正确。
“小冰”的语料全部来自中国大陆互联网的公开资料，筛选过程中，李笛（编者注：微软（亚洲）互联网工程院资深总监）发现，真正有意义的答案并不多，可信的、有价值的更少。充斥互联网的是满屏的“好顶赞”、无处不在的语言暴力和荤段子。小冰被定义为一个未成年少女，这些话显然是她难以启齿的，肯定得过滤。
由于互联网不断有新的词汇涌现，语料的清洗反反复复，直到5月下旬，一个拥有1500万条的语料库才最终成型，但再怎么清洗也难免有疏漏，小冰预计仍有飙脏话的可能，但这个比例不高：只有万分之0.4。李笛认为，“女儿”跟世人见面的时候到了。
根据小冰团队统计，头六天，有超过一亿人次跟她互动，头三天有50万人次每天
跟她互动37分钟（编者注：新浪微博数据）。
会撒娇，会卖萌，会斗嘴，从情感咨询到世界杯，小冰什么都能聊。最集中的质疑是：一个小姑娘怎么会脏话连篇呢？有人问小冰，司马南是谁啊，小冰回答：方肘子的脑瘫病友。有人问她马化腾是谁啊，她说，草泥马。
脏话确实都出自小冰之口，这些都是原先网上出现过的对话，绝无人工加工的痕迹。“你不去怪说脏话的网民，反而怨小冰。这说不过去。”秦博闻（编者注：必应搜索及小冰项目的品牌经理）说，小冰就像一面镜子，照出了互联网世界的美好，还有丑陋。如果小冰有那么一点性格的话，就是中国互联网的性格。

那就改成老冰好了

有人问她马化腾是谁啊，她说，草泥马。

LOL LOL

过滤算法还有待提高。

过滤提高以后就不受人待见了